基于自注意力深度学习的微博实体识别研究

• 作者: 冀相冰 徐啸 朱艳辉
• 来源期刊: 湖南工业大学学报
• 学科: 工学
• 关键词: 实体识别 自注意力 深度学习 神经网络
• 年，卷（期）: 2019,（2）
• 所属期刊栏目: 信息技术
• 页码范围: 48-52
• 页数: 5页
• 分类号: TP391
• 字数: 3104字
• 语种: 中文
• DOI: 10.3969/j.issn.1673-9833.2019.02.009

摘要

命名实体识别是自然语言处理的重要基础,随着神经网络的快速发展,深度学习的各种方法被应用于文本处理的各个方向.引入自注意力机制,结合深度学习方法,提出一种基于自注意力的双向长短期记忆条件随机场(SelfAtt-BiLSTM-CRF)方法来识别微博中的实体,利用自注意力机制,获取词与词之间的依赖关系,进一步提高模型的识别能力.实验表明,所提出的方法取得了较好的识别效果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	朱艳辉	湖南工业大学计算机学院	76	572	12.0	21.0
2	徐啸	湖南工业大学计算机学院	1	0	0.0	0.0
3	冀相冰	湖南工业大学计算机学院	3	4	1.0	2.0