基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
近年来电影行业蓬勃发展,相关的信息抽取和分析技术日益受到行业内的重视,其中对电影主创人物的分析尤为重要.而电影评论作为观影群体的主要反馈信息,具有重要的分析价值.如何从影评中自动抽取主创人名成为重要的基础工作.然而评论中观众对人物的称谓方式多样复杂,而且新电影的影评中往往存在大量人名未登录词,传统方法难以有效识别.针对影评的这些特点,该文提出一种基于多特征Bi-LSTM-CRF的影评人名识别方法.该方法通过利用外部人名语料和未标注影评提取字符级的特征,并采用Bi-LSTM-CRF模型进行人名字符序列标注.实验结果表明,该方法能够有效识别影评中的复杂称谓和人名未登录词,从而有效地抽取影评中的人名实体.
推荐文章
基于BI-LSTM-CRF的作战文书命名实体识别
深度学习
作战文书
命名实体识别
双向LSTM
CRF
基于BI_LSTM_CRF神经网络的序列标注中文分词方法
自然语言处理
中文分词
神经网络
双向长短时记忆条件随机场
字嵌入
序列标注
基于CRF的蒙古文人名自动识别研究
蒙古文人名
识别
条件随机场
特征
基于层次特征的藏文人名识别研究
人名识别
层次特征
藏文
条件随机场
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于多特征Bi-LSTM-CRF的影评人名识别研究
来源期刊 中文信息学报 学科 工学
关键词 影评 LSTM CRF 多特征 人名识别
年,卷(期) 2019,(3) 所属期刊栏目 信息抽取与文本挖掘
研究方向 页码范围 94-101
页数 8页 分类号 TP391
字数 6143字 语种 中文
DOI 10.3969/j.issn.1003-0077.2019.03.013
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 蒋盛益 广东外语外贸大学信息科学与技术学院 92 1053 18.0 28.0
3 张礼明 广东外语外贸大学信息科学与技术学院 2 2 1.0 1.0
4 禤镇宇 广东外语外贸大学信息科学与技术学院 1 2 1.0 1.0
7 包睿 广东外语外贸大学信息科学与技术学院 1 2 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (37)
共引文献  (105)
参考文献  (8)
节点文献
引证文献  (2)
同被引文献  (11)
二级引证文献  (0)
1995(3)
  • 参考文献(0)
  • 二级参考文献(3)
1997(2)
  • 参考文献(0)
  • 二级参考文献(2)
2000(5)
  • 参考文献(0)
  • 二级参考文献(5)
2001(4)
  • 参考文献(0)
  • 二级参考文献(4)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(5)
  • 参考文献(0)
  • 二级参考文献(5)
2005(2)
  • 参考文献(0)
  • 二级参考文献(2)
2006(8)
  • 参考文献(1)
  • 二级参考文献(7)
2007(5)
  • 参考文献(0)
  • 二级参考文献(5)
2009(3)
  • 参考文献(2)
  • 二级参考文献(1)
2010(1)
  • 参考文献(1)
  • 二级参考文献(0)
2011(1)
  • 参考文献(1)
  • 二级参考文献(0)
2012(2)
  • 参考文献(0)
  • 二级参考文献(2)
2014(1)
  • 参考文献(1)
  • 二级参考文献(0)
2015(1)
  • 参考文献(1)
  • 二级参考文献(0)
2017(1)
  • 参考文献(1)
  • 二级参考文献(0)
2019(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2020(2)
  • 引证文献(2)
  • 二级引证文献(0)
研究主题发展历程
节点文献
影评
LSTM
CRF
多特征
人名识别
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
中文信息学报
月刊
1003-0077
11-2325/N
16开
北京海淀区中关村南四街4号
1986
chi
出版文献量(篇)
2723
总下载数(次)
5
总被引数(次)
45413
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
论文1v1指导