基于多粒度信息融合的气象知识命名实体识别

摘要：

气象与人们的生活息息相关,运用命名实体识别算法抽取相关实体信息,对于构建知识图谱、问答系统等具有重要意义.由于气象科普知识存在大量专业词汇,普通的实体识别模型并不能很好完成识别任务.为此,论文构建了气象科普知识数据集,并提出了基于多粒度信息融合的气象科普知识命名实体识别模型MGTNER的算法.模型利用预训练模型、SoftLexicon结构的BiLSTM网络和键值记忆网络从数据集中以不同粒度提取语义特征信息,取得了很好的实体识别效果.在对气象科普知识数据集和公开Resume数据集实施的命名实体识别实验中,与几种基线模型进行了比较,结果表明论文提出的模型具有更好的识别效果.

关键词：气象科普、命名实体识别、多粒度信息融合、记忆网络、深度学习

所属期刊栏目：51

分类号：P49(应用气象学)

资助基金：国家重点研发计划2018YFC1405700

在线出版日期：2023-05-11（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：186-193