一种面向时政新闻的命名实体识别方法

• 作者: 施水才 闫海磊
• 来源期刊: 北京信息科技大学学报（自然科学版）
• 学科: 工学
• 关键词: 政治新闻 命名实体识别 神经网络
• 年，卷（期）: 2018,（6）
• 页码范围: 23-26,43
• 页数: 5页
• 分类号: TP391
• 字数: 3254字
• 语种: 中文
• DOI: 10.16508/j.cnki.11-5866/n.2018.06.005

摘要

针对政治领域命名实体识别中容易错误识别无关命名实体的问题,提出一种基于双向LSTM(long short-term memory)与CRF(conditional random fields)相结合的政治命名实体识别方法.对一段时政新闻文本,经过分词、去停词处理后转换为词向量形式;然后,利用双向LSTM单元进行前向和后向的语义、语序等特征的提取;再通过CRF单元计算全部可能标注结果的概率值,选择最大概率值的标注结果,作为最终标注;最后,抽取实体标签,完成命名实体识别.实验结果表明基于双向LSTM和CRF的命名实体识别模型能够较好完成政治新闻领域内相关实体识别任务.实验F值为0.86,达到了预期值.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	施水才	北京信息科技大学计算机学院	28	283	5.0	16.0
5	闫海磊	北京信息科技大学计算机学院	2	2	1.0	1.0