10.3969/j.issn.1672-9722.2022.07.023
结合实体标签的中文嵌套命名实体识别
针对嵌套命名实体识别,神经网络模型中提出基于跨度的框架.该框架首先产生跨度种子,然后搭建分类器进行筛选.但单独对跨度区域进行分类存在丢失全局语义信息的问题.另外,在中文嵌套命名实体识别中,因为缺少分隔符且中文高度依赖上下文,跨度区域无法有效使用词边界特征,导致识别性能不佳.为解决上述问题,本文提出结合实体标签的中文嵌套命名实体识别模型(CEL).该模型生成跨度种子后,在原句子的跨度区域开始及结束位置嵌入实体标签,再作为分类器输入,从而更好地学习到跨度种区域边界和上下文之间的语义依赖特征.论文在ACE2005中文数据集上进行实验,实验表明,CEL模型在F1值上达到了较好水平.
嵌套命名实体识别、神经网络、跨度种子、全局语义信息、实体标签
50
TP391(计算技术、计算机技术)
国家自然科学基金62166007
2022-09-01(万方平台首次上网日期,不代表论文的发表时间)
共7页
1522-1527,1539