-
题名基于主动学习的试油气井控领域命名实体识别模型
- 1
-
-
作者
尚福华
马宁
解红涛
-
机构
东北石油大学计算机与信息技术学院
-
出处
《计算技术与自动化》
2022年第2期178-183,共6页
-
基金
黑龙江省自然科学基金资助项目(LH2019F004)
东北石油大学引导性创新基金资助项目(2019YDL-20)。
-
文摘
针对在试油气井控专业领域的命名实体识别任务中,由于没有足够的特征标注数据,使得传统通用领域模型无法高效地进行专业的试油气井控专业领域的命名实体识别的问题,提出了一个基于主动学习方法的试油气井控专业领域命名实体识别模型。该模型首先采用对BERT模型进行的条件预训练,在获取名词向量特性信息后进入双向长短期记忆网络(BiLSTM)中,然后再将输出的特征信息经过条件随机场(CRF)对序列标签的相关性进行约束,最后采用主动学习的方法,筛选出合格的样本进行自动标注后放入已标注数据集中,增加训练样本。实验结果表明在多次迭代训练后,该模型可以在少量标注数据的基础上获得较好的命名实体识别效果并获得较高的命名实体识别准确率。
-
关键词
命名实体识别
深度学习
主动学习
试油气井控领域
-
Keywords
named entity recognition
deep learning
active learning
well control for testing oil and gas
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-