10.13682/j.issn.2095-6533.2021.06.014
结合实体关联标注器的中文命名实体识别模型
为了改善在字嵌入层中的字向量嵌入方式单一问题,提出一种结合实体关联标注器的中文命名实体识别模型.在标准命名实体识别模型之前,先利用句向量与句中实体词向量训练实体关联标注器,再将实体关联标注器产生的标记信息融入字嵌入层.最后,通过双向长短期记忆网络(Bi-directional Long Short-Term Memory,Bi-LSTM)级联条件随机场层(Conditional Random Field,CRF)生成最优标签序列.通过Resume和人民日报数据集进行命名实体识别实验,结果表明,改进模型的准确率、召回率和F1值均高于其他模型,F1值达到了 94.81%和90.19%.
命名实体识别、对比损失函数、注意力机制、双向长短期记忆神经网络
26
TP391(计算技术、计算机技术)
西安市科技创新人才服务企业项目2020KJRC0110
2022-05-16(万方平台首次上网日期,不代表论文的发表时间)
共7页
104-110