现代计算机2022，Vol.28Issue(15) ：81-84,120.DOI:10.3969/j.issn.1007-1423.2022.15.014

基于预训练语言模型的中文地址命名实体识别

Chinese Address Named Entity Recognition Based on Pre-training Model

李廷元 杨勇
现代计算机2022，Vol.28Issue(15) ：81-84,120.DOI:10.3969/j.issn.1007-1423.2022.15.014
✕
  • NETL
  • NSTL
  • 维普
  • 万方数据

基于预训练语言模型的中文地址命名实体识别

Chinese Address Named Entity Recognition Based on Pre-training Model

李廷元 1杨勇1
扫码查看

作者信息

  • 1. 中国民用航空飞行学院计算机学院,广汉 618307
  • 折叠

摘要

随着深度学习的发展,基于深度学习的命名实体识别抽取过程中,作为基础步骤的预训练模型也愈发受到重视.中文预训练语言模型能够更好地结合语义语境,更加充分地考虑到一词多义的情况,因此该语言模型目前也普遍应用于命名实体识别任务.文中首先介绍了BERT、ERNIE、NEZHA三种预训练模型,之后构建预训练模型、BiGRU及CRF的算法模型,在阿里中文地址要素解析比赛数据集上进行中文地址命名实体识别任务.实验结果表明,NEZHA取得当前预训练语言模型最优的识别结果.

关键词

预训练模型/命名实体识别/深度学习/中文地址

引用本文复制引用

出版年

2022
现代计算机
中大控股

现代计算机

影响因子：0.292
ISSN：1007-1423
参考文献量4
段落导航相关论文