基于转移学习的中文命名实体识别

• 作者: 吴锡坤 周法国 孙泰 孙镇
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 命名实体识别 转移学习 准确率 召回率
• 年，卷（期）: 2018,（5）
• 所属期刊栏目: 模式识别与人工智能
• 页码范围: 117-121
• 页数: 5页
• 分类号: TP391
• 字数: 4701字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.1609-0294

摘要

中文命名实体识别在多个重要领域有广泛的运用,提出一种基于转移学习的算法进行中文命名实体识别,旨在提高识别的准确率和召回率.基于转移学习算法的中心思想是开始以一些简单的结论应用于问题,然后在每个步骤应用转换,选择出每次转换的最优结论再次应用于问题,当选择的转换在足够的空间内不再修改数据时算法停止.提出算法的规则模板和约束文件的获取方法,形成一个完整的用于中文命名实体识别的模型,并利用该模型进行实验,获得了较好的结果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	孙泰		3	10	2.0	3.0
2	孙镇		4	8	2.0	2.0