基于双向GRU-CRF的中文包装产品实体识别

• 作者: 张欢欢 李一斌
• 来源期刊: 华东理工大学学报（自然科学版）
• 学科: 工学
• 关键词: 命名实体识别 双向GRU网络 CRF模型 包装产品 深度学习
• 年，卷（期）: 2019,（3）
• 所属期刊栏目: 计算机科学
• 页码范围: 486-490
• 页数: 5页
• 分类号: TP391
• 字数: 3783字
• 语种: 中文
• DOI: 10.14135/j.cnki.1006-3080.20180407001

摘要

为了实现包装行业的信息自动抽取,需要对文本中的包装产品进行命名实体识别工作.设计了一种基于双向GRU-CRF的中文包装产品实体识别方法.以预训练的领域词向量为输入,通过双向GRU网络对上下文语义信息进行建模,并使用输出端的CRF层对最佳标签序列进行预测.将该模型与传统的序列标注模型以及循环神经网络模型在包装产品文本数据集上进行了对比,实验结果表明,本文模型具有较少人工特征干预、更高准确率和召回率等优点.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张欢欢	华东理工大学信息科学与工程学院	18	69	5.0	7.0
2	李一斌	华东理工大学信息科学与工程学院	1	3	1.0	1.0