首页 | 本学科首页   官方微博 | 高级检索  
     

基于BERT-BiLSTM-CRF模型的中文实体识别研究
引用本文:沈同平,俞磊,金力,黄方亮,许欢庆. 基于BERT-BiLSTM-CRF模型的中文实体识别研究[J]. 齐齐哈尔大学学报(自然科学版), 2022, 38(1): 26-32. DOI: 10.3969/j.issn.1007-984X.2022.01.006
作者姓名:沈同平  俞磊  金力  黄方亮  许欢庆
作者单位:安徽中医药大学 医药信息工程学院,合肥 230012
摘    要:中文文本实体识别,是自然语言处理的关键问题.传统的语言处理模型无法有效表示文本中的上下文语义信息,无法处理一词多义的不同语境,影响实体识别效果.提出了一种BERT-BiLSTM-CRF的实体识别模型,BERT预处理语言模型生成表征上下文语义信息的词向量,通过双向长短期记忆网络对生成的向量进行特征提取,自注意力机制能够有效获取文本语句中的长距离依赖,最后通过CRF进行解码生成实体标签序列.实验结果表明,该模型在微软亚洲研究院MSRA语料库和人民日报语料库上都取得了优异成绩,F1分别达到96.12%和95.88%.

关 键 词:命名实体识别  深度学习  多头注意力  BERT

Chinese entity recognition based on BERT-BiLSTM-CRF model
SHEN Tong-ping,YU Lei,JIN Li,HUANG Fang-liang,XU Huan-qing. Chinese entity recognition based on BERT-BiLSTM-CRF model[J]. Journal of Qiqihar University(Natural Science Edition), 2022, 38(1): 26-32. DOI: 10.3969/j.issn.1007-984X.2022.01.006
Authors:SHEN Tong-ping  YU Lei  JIN Li  HUANG Fang-liang  XU Huan-qing
Abstract:
Keywords:
本文献已被 万方数据 等数据库收录!
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号