首页|基于Transformer编码器的中文命名实体识别

基于Transformer编码器的中文命名实体识别

扫码查看
原文链接
  • NETL
  • NSTL
  • 万方数据
  • 维普
提出了一种基于Transformer编码器和BiLSTM的字级别中文命名实体识别方法,将字向量与位置编码向量拼接成联合向量作为字表示层,避免了字向量信息的损失和位置信息的丢失;利用BiLSTM为联合向量融入方向性信息,引入Transformer编码器进一步抽取字间关系特征.实验结果表明,该方法在MSRA数据集和唐卡数据集上的F1值分别达到了81.39％和86.99％,有效提升了中文命名实体识别的效果.
Chinese named entity recognition based on Transformer encoder

郭晓然、罗平、王维兰

展开 >

西北民族大学 数学与计算机科学学院,兰州 730030

兰州交通大学 电子与信息工程学院,兰州 730070

西北民族大学 中国民族语言文字信息技术教育部重点实验室,兰州 730030

命名实体识别 Transformer编码器 BiLSTM 位置编码

国家自然科学基金国家民委创新团队计划项目中央高校国家民委专项项目中央高校基本科研业务费项目

61862057〔2018〕98号100116044831920210090

2021

10.13229/j.cnki.jdxbgxb20200640

吉林大学学报(工学版)
吉林大学

吉林大学学报(工学版)

CSTPCDCSCD北大核心
影响因子：0.792
ISSN：1671-5497
年,卷(期)：2021.51(3)
  • 6
  • 7