基于BERT的中文简历命名实体识别

• 作者: 郭军成 万刚 胡欣杰 魏展基
• 来源期刊: 计算机应用
• 关键词: 条件随机场 中文实体识别 个人简历 BERT
• 年，卷（期）: 2021,（z1）
• 所属期刊栏目: 人工智能|Artificial intelligence
• 页码范围: 15-19
• 页数: 5页
• 分类号: TP391.1
• 语种: 中文
• DOI: 10.11772/j.issn.1001-9081.2020091404

摘要

为了充分发掘中文简历数据中所蕴含的信息,提高构建社交网络知识图谱和档案知识图谱的实体丰富度,提出了基于BERT的中文简历命名实体识别技术.该技术模型首先通过BERT网络将大规模未标注文本生成具有语义特征的字符向量,接着通过嵌入条件随机场(CRF)的双向长短时记忆(BiLSTM)神经网络模型获取输入文本序列的上下文特征,解码标注提取出相应的8个实体类型.实验结果表明,该网络模型在个人中文简历数据集上取得了97.07％的平均F1值,可以运用于中文简历数据的实体识别任务.