基于BERT+BiLSTM+CRF的中文景点命名实体识别
为解决旅游文本在特征表示时的一词多义问题,针对旅游游记文本景点实体识别中景点别名的问题,研究了一种融合语言模型的中文景点实体识别模型.首先使用BERT语言模型进行文本特征提取获取字粒度向量矩阵,BiLSTM用于上下文信息的提取,同时结合CRF模型提取全局最优序列,最终得到景点命名实体.实验表明,提出的模型性能提升显著,在实际旅游领域内景点识别的测试中,与以往研究者方法比较下准确率,召回率分别提升了8.33%,1.71%.
BERT语言模型、BiLSTM、条件随机场、景点实体识别
29
国家重点研发计划;中国物流学会项目
2020-07-01(万方平台首次上网日期,不代表论文的发表时间)
共6页
169-174