基于BiLSTM-CRF的商情实体识别模型

• 作者: 任晓雷 全兵 张利君 张应成 杨洋 蒋瑞
• 来源期刊: 计算机工程
• 学科: 工学
• 关键词: 条件随机场 双向长短时记忆网络 语言模型 命名实体识别 深度学习
• 年，卷（期）: 2019,（5）
• 所属期刊栏目: 开发研究与工程应用
• 页码范围: 308-314
• 页数: 7页
• 分类号: TP391
• 字数: 5913字
• 语种: 中文
• DOI: 10.19678/j.issn.1000-3428.0052810

摘要

结合语言模型条件随机场(CRF)和双向长短时记忆(BiLSTM)网络,构建一种BiLSTM-CRF模型,以提取商情文本序列中的招标人、招标代理以及招标编号3类实体信息.将规范化后的招标文本序列按字进行向量化,利用BiLSTM神经网络获取序列化文本的前向、后向文本特征,并通过CRF提取出双向本文特征中相应的实体.实验结果表明,与传统机器学习算法CRF相比,该模型3类实体的精确率、召回率和F1值平均提升15.21％、12.06％和13.70％.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	杨洋		6	29	4.0	5.0
2	张利君		3	21	3.0	3.0
3	张应成	四川大学计算机学院	1	8	1.0	1.0
4	蒋瑞		2	16	2.0	2.0
8	任晓雷		2	16	2.0	2.0