基于BLSTM-CRF中文领域命名实体识别框架设计

• 作者: 吴小玲 张俊飞 毕志升 王静
• 来源期刊: 计算技术与自动化
• 关键词: BLSTM-CRF CBOW Boson 命名实体识别
• 年，卷（期）: 2019,（3）
• 所属期刊栏目: 计算机软件及应用
• 页码范围: 117-121
• 页数: 5页
• 分类号: X853
• 语种: 中文
• DOI: 10.16339/j.cnki.jsjsyzdh.201903023

摘要

为在不依赖特征工程的情况下提高中文领域命名实体识别性能,构建了BLSTM-CRF神经网络模型.首先利用CBOW模型对1998年1月至6月人民日报语料进行负采样递归训练,生成低维度稠密字向量表,以供查询需要;然后基于Boson命名实体语料,查询字向量表形成字向量,并利用Jieba分词获取语料中字的信息特征向量;最后组合字向量和字信息特征向量,输入到BLSTM-CRF深层神经网络中.实验结果证明,该模型面向中文领域命名实体能够较好的进行识别,F1值达到91.86％.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	毕志升	广州医科大学生物工程系	12	29	3.0	4.0
2	张俊飞	广州医科大学生物工程系	28	36	4.0	5.0
3	吴小玲	广州医科大学生物工程系	9	22	3.0	4.0
4	王静	广州医科大学生物工程系	8	13	3.0	3.0