期刊文献+
共找到1篇文章
< 1 >
每页显示 20 50 100
基于多粒度认知的命名实体识别方法 被引量:1
1
作者 李攀锋 陈樱珏 +1 位作者 钟泠韵 林锋 《四川大学学报(自然科学版)》 CAS CSCD 北大核心 2022年第2期58-64,共7页
在数据匮乏的领域,命名实体识别效果受限于欠拟合的字词特征表达,引入常规的多任务学习方法可以有所改善,但需要额外的标注成本.针对这一问题,提出了一种基于多粒度认知的命名实体识别方法,在不产生额外标注成本的前提下,增强字特征信息... 在数据匮乏的领域,命名实体识别效果受限于欠拟合的字词特征表达,引入常规的多任务学习方法可以有所改善,但需要额外的标注成本.针对这一问题,提出了一种基于多粒度认知的命名实体识别方法,在不产生额外标注成本的前提下,增强字特征信息,提高命名实体识别效果.该方法从多粒度认知理论出发,以BiLSTM和CRF为基础模型,将字粒度下的命名实体识别任务与句子全局粒度下的实体数量预测任务相联合,共同优化字嵌入表达.三个不同类型的数据集上的多组实验表明,引入多粒度认知的方法有效地提升了命名实体识别效果. 展开更多
关键词 命名实体识别 多粒度认知 多任务学习 自然语言处理
下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部