桥梁检测领域命名实体识别

• 作者: 李童
• 来源期刊: 数字技术与应用
• 学科: 工学
• 关键词: 命名体识别 LSTM CRF
• 年，卷（期）: 2020,（1）
• 所属期刊栏目: 学术论坛
• 页码范围: 235-236
• 页数: 2页
• 分类号: TP391.1|TP183
• 字数: 2131字
• 语种: 中文
• DOI: 10.19695/j.cnki.cn12-1369.2020.01.125

摘要

为了实现桥梁检测领域文本命名实体的有效识别,本文提出了一种基于深度神经网络的学习方法,首先利用卷积神经网络中的卷积层可以有效的描述数据的局部特征,再用BiLSTM-CRF深度神经网络模型进行命名实体标注.实验结果表明与主流BiLSTM-CRF模型相比较,CNN-BiLSTM-CRF模型在各项指标上都有一定的提升效果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李童		2	0	0.0	0.0