Bert-BLSTM-CRF模型的中文命名实体识别

• 作者: 王远志 曹子莹
• 来源期刊: 安庆师范大学学报（自然科学版）
• 学科: 工学
• 关键词: 中文实体识别 双向LSTM 条件随机场
• 年，卷（期）: 2021,（1）
• 所属期刊栏目: 计算机与信息技术
• 页码范围: 59-65
• 页数: 7页
• 分类号: TP391.1
• 语种: 中文
• DOI: 10.13757/j.cnki.cn34-1328/n.2021.01.013

摘要

中文命名实体识别方法中采用较多的是神经网络模型,但该模型在训练过程中存在字向量表征过于单一的问题,无法很好地处理字的多义性特征.因此,提出一种基于Bert-BLSTM-CRF模型的中文命名实体识别研究方法,使用Bert预训练语言模型,根据字的上下文信息来丰富字的语义向量,将输出的字向量序列作为输入送入BLSTM-CRF模型进行训练.实验结果表明,此方法在中文命名实体识别任务上其准确率、召回率和F1值分别取得了94.80％、95.44％和95.12％的成绩,相较于其他传统方法,效果显著.