基于BERT的中文地址分词方法

• 作者: 孙士琦 汤鲲
• 来源期刊: 电子设计工程
• 关键词: BERT 中文地址分词 长短时记忆网络 条件随机场 命名实体识别
• 年，卷（期）: 2021,（9）
• 所属期刊栏目: 通信与网络|Communication & Network
• 页码范围: 155-159
• 页数: 5页
• 分类号: TP391.1
• 语种: 中文
• DOI: 10.14022/j.issn1674-6236.2021.09.033

摘要

针对传统中文地址分词工作中存在的准确率差,识别率低的问题,提出了一种基于BERT的中文地址分词方法.同时,将非行政级别的地址标签进行重新设计,并通过构建BERT-BiLSTM-CRF模型,将中文地址分词任务转换为命名实体识别任务.利用大量全国地址数据对BERT进行训练,获取文本抽象特征;利用双向长短时记忆网络将文本序列化并结合上下文进一步获取文本特征;通过条件随机场获取最优序列,提取出正确的地址级别.该方法在所使用训练数据集上取得了98.21％的精确率和98.23的F1值,证明了该方法的有效性.