首页|结合实体标签的中文嵌套命名实体识别

结合实体标签的中文嵌套命名实体识别

扫码查看
原文链接
  • 国家科技期刊平台
  • NETL
  • NSTL
  • 万方数据
  • 维普
针对嵌套命名实体识别,神经网络模型中提出基于跨度的框架.该框架首先产生跨度种子,然后搭建分类器进行筛选.但单独对跨度区域进行分类存在丢失全局语义信息的问题.另外,在中文嵌套命名实体识别中,因为缺少分隔符且中文高度依赖上下文,跨度区域无法有效使用词边界特征,导致识别性能不佳.为解决上述问题,本文提出结合实体标签的中文嵌套命名实体识别模型(CEL).该模型生成跨度种子后,在原句子的跨度区域开始及结束位置嵌入实体标签,再作为分类器输入,从而更好地学习到跨度种区域边界和上下文之间的语义依赖特征.论文在ACE2005中文数据集上进行实验,实验表明,CEL模型在F1值上达到了较好水平.
Chinese Nested Named Entity Recognition Combined with Entity Labels

潘丽君、陈艳平、黄瑞章、秦永彬

展开 >

贵州大学计算机科学与技术学院 贵阳 550025

贵州大学贵州省公共大数据重点实验室 贵阳 550025

嵌套命名实体识别 神经网络 跨度种子 全局语义信息 实体标签

国家自然科学基金

62166007

2022

10.3969/j.issn.1672-9722.2022.07.023

计算机与数字工程
中国船舶重工集团公司第七0九研究所

计算机与数字工程

CSTPCD
影响因子：0.355
ISSN：1672-9722
年,卷(期)：2022.50(7)
  • 1