安庆师范大学学报(自然科学版)

2021, v.27;No.121(01) 59-65

[打印本页] [关闭]
本期目录(Current Issue) | 过刊浏览(Past Issue) | 高级检索(Advanced Search)

Bert-BLSTM-CRF模型的中文命名实体识别
Chinese Named Entity Recognition Based on Bert-BLSTM-CRF Model

王远志;曹子莹;

摘要(Abstract):

中文命名实体识别方法中采用较多的是神经网络模型,但该模型在训练过程中存在字向量表征过于单一的问题,无法很好地处理字的多义性特征。因此,提出一种基于Bert-BLSTM-CRF模型的中文命名实体识别研究方法,使用Bert预训练语言模型,根据字的上下文信息来丰富字的语义向量,将输出的字向量序列作为输入送入BLSTM-CRF模型进行训练。实验结果表明,此方法在中文命名实体识别任务上其准确率、召回率和F1值分别取得了94.80%、95.44%和95.12%的成绩,相较于其他传统方法,效果显著。

关键词(KeyWords): 中文实体识别;双向LSTM;条件随机场

Abstract:

Keywords:

基金项目(Foundation): 安徽省教育厅重点项目(KJ2018A0359);; 国家重点研发计划项目

作者(Author): 王远志;曹子莹;

Email:

DOI: 10.13757/j.cnki.cn34-1328/n.2021.01.013

参考文献(References):

扩展功能
本文信息
服务与反馈
本文关键词相关文章
本文作者相关文章
中国知网
分享