融合深度学习与规则的民族工艺品领域命名实体识别

• 作者: 周菊香 徐天伟 王海宁
• 来源期刊: 云南师范大学学报（自然科学版）
• 学科: 工学
• 关键词: 命名实体识别 民族工艺品 BERT 深度学习 规则
• 年，卷（期）: 2020,（2）
• 所属期刊栏目: 计算机科学与应用
• 页码范围: 48-54
• 页数: 7页
• 分类号: TP391.1
• 字数: 5380字
• 语种: 中文
• DOI: 10.7699/j.ynnu.ns-2020-024

摘要

提出了一种融合深度学习与规则的民族工艺品领域实体识别方法.首先通过BERT预训练语言模型获得语义向量;然后将其输入到BiLSTM-CRF序列标注模型中训练并预测初步结果;最后根据领域特点提出相应的规则对错误预测结果校正.实验结果表明,在自建的民族工艺品数据集上获得的准确率、召回率和F1值分别为95.43％、90.88％和93.10％,可以有效地提取民族文本中命名实体信息.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	徐天伟	云南师范大学民族教育信息化教育部重点实验室	55	363	10.0	16.0
2	周菊香	云南师范大学民族教育信息化教育部重点实验室	11	33	4.0	5.0
3	王海宁	云南师范大学民族教育信息化教育部重点实验室	2	0	0.0	0.0