基于BERT+BiLSTM+CRF的中文景点命名实体识别

• 作者: 万莹 孙连英 葛娜 赵平
• 来源期刊: 计算机系统应用
• 关键词: BERT语言模型 BiLSTM 条件随机场 景点实体识别
• 年，卷（期）: 2020,（6）
• 所属期刊栏目: 软件技术·算法
• 页码范围: 169-174
• 页数: 6页
• 字数: 4345字
• 语种: 中文
• DOI: 10.15888/j.cnki.csa.007269

摘要

为解决旅游文本在特征表示时的一词多义问题,针对旅游游记文本景点实体识别中景点别名的问题,研究了一种融合语言模型的中文景点实体识别模型.首先使用BERT语言模型进行文本特征提取获取字粒度向量矩阵,BiLSTM用于上下文信息的提取,同时结合CRF模型提取全局最优序列,最终得到景点命名实体.实验表明,提出的模型性能提升显著,在实际旅游领域内景点识别的测试中,与以往研究者方法比较下准确率,召回率分别提升了8.33％,1.71％.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	孙连英	北京联合大学城市轨道交通与物流学院	31	133	7.0	10.0
2	葛娜	北京联合大学智慧城市学院	6	29	3.0	5.0
3	赵平	北京联合大学智慧城市学院	5	20	2.0	4.0
4	万莹	北京联合大学智慧城市学院	3	10	1.0	3.0