基于Bi-LSTM-CRF的商业领域命名实体识别

摘要：

[目的/意义]为解决目前网络公开平台的多源异构的企业数据的散乱、 无序、 碎片化问题,提出Bi-LSTM-CRF深度学习模型进行商业领域中的命名实体识别工作.[方法/过程]该方法包括对企业全称实体、企业简称实体与人名实体3类命名实体识别.[结果/结论]实验结果显示对企业全称实体、企业简称实体与人名实体3类命名实体识别的识别率平均F值为90.85％,验证了所提方法的有效性,证明了本研究有效地改善了商业领域中的命名实体识别效率.

关键词：商业领域、命名实体识别、深度学习、Bi-LSTM-CRF

所属期刊栏目：40

分类号：TP391(计算技术、计算机技术)

资助基金：国家社会科学基金项目"基于社会网络分析的网络舆情主题发现研究"项目编号:15BTQ063

在线出版日期：2020-03-31（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：103-110