基于多维特征分析的戏曲类方志文献命名实体识别研究

方志是我国特有的一种具有极高史料价值的地方文献,对其进行数字化处理并实施知识挖掘,对传承传播中华传统文化、建设文化强国具有重要意义。命名实体识别作为一种基础性技术与关键环节,对方志知识组织与发现具有重要影响。目前,虽然方志命名实体识别已经取得了一定进展,但是仍缺乏适应方志文本特征与领域资源特征的系统化技术方案。基于此,本文提出融合多维特征与Bi-LSTM-CRF的戏曲类方志命名实体识别模型。首先,结合句法特征与符号、尾词、构词、上下文和负例等文本特征,对方志文献中的戏曲类实体特质进行解析;其次,利用在长文本结构中表现优异的Bi-LSTM-CRF模型,借助已解析的戏曲类实体特征,提升实体识别效率;最后,以《楚剧志》为具体对象开展实证研究,结果表明,本文提出的模型在命名实体识别效果上优于基准模型,F1值达到0.869。

20世纪以来方志戏曲文献研究的回顾与展望

20世纪以来,关于方志戏曲文献的研究主要集中在四个领域:曲家生平考证、曲目拾遗、戏曲志编纂和民间演剧研究,并产生了一批有影响的学术成果。与此同时,当前也存在一些较突出的问题,如重应用、轻整理,研究投入的持续性不足及数字化程度低等。针对上述问题,有必要对方志中相关戏曲史料进行全面收集和系统整理,推动建设"中国方志戏曲文献数据库",并对方志戏曲文献进行规律概括与理论总结,为研究者提供更为可靠、便捷的文献数据与征引来源,进而为戏曲史的重新建构奠定更加坚实的学术基础。