基于Attention-BiLSTM的中文命名实体识别

• 作者: 冀相冰 徐啸 朱艳辉 李飞
• 来源期刊: 湖南工业大学学报
• 学科: 工学
• 关键词: 命名实体识别 注意力机制 BiLSTM 深度学习 局部特征
• 年，卷（期）: 2019,（5）
• 所属期刊栏目: 信息技术
• 页码范围: 73-78
• 页数: 6页
• 分类号: TP391
• 字数: 4010字
• 语种: 中文
• DOI: 10.3969/j.issn.1673-9833.2019.05.013

摘要

提出一种基于Attention-BiLSTM(attention-bidirectional long short-term memory)深度神经网络的命名实体识别方法.应用BiLSTM神经网络自动学习文本的隐含特征,可以解决传统识别方法存在长距离依赖等问题;引入注意力机制(attention mechanism)对文本全局特征做重要度计算,获取文本局部特征,解决了传统深度学习方法不能充分提取特征的问题;在预训练过程中加入维基百科知识,进一步提升了命名实体识别系统的性能.实验表明,所提方法在SIGHAN 2006 Bakeoff-3评测数据集上获得了优良的识别性能.

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
3	李飞	湖南工业大学计算机学院	16	53	5.0	6.0
5	冀相冰	湖南工业大学计算机学院	3	4	1.0	2.0