基于BERT的中文简历命名实体识别

摘要：

为了充分发掘中文简历数据中所蕴含的信息,提高构建社交网络知识图谱和档案知识图谱的实体丰富度,提出了基于BERT的中文简历命名实体识别技术.该技术模型首先通过BERT网络将大规模未标注文本生成具有语义特征的字符向量,接着通过嵌入条件随机场(CRF)的双向长短时记忆(BiLSTM)神经网络模型获取输入文本序列的上下文特征,解码标注提取出相应的8个实体类型.实验结果表明,该网络模型在个人中文简历数据集上取得了97.07％的平均F1值,可以运用于中文简历数据的实体识别任务.

关键词：条件随机场、中文实体识别、个人简历、BERT

所属期刊栏目：41

分类号：TP391.1(计算技术、计算机技术)

在线出版日期：2021-07-15（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：15-19