基于注意力机制的命名实体识别模型研究——以军事文本为例

被引：23

作者：

单义栋 ^{[1
]}

王衡军 ^{[1
]}

黄河 ^{[2
]}

闫倩 ^{[3
]}

机构：

[1] 解放军信息工程大学三院

[2] 部队

[3] 山东省军区

来源：

计算机科学 | 2019年 / 46(S1)卷 / S1期

关键词：

注意力机制; 字向量; 词向量;

D O I：

暂无

中图分类号：

TP391.1 [文字信息处理];

学科分类号：

081203 ; 0835 ;

摘要：

针对双向长短时记忆网络模型提取特征不充分的特点,将字向量和词向量同时作为双向长短时记忆网络的输入,并利用注意力机制分别提取两者对当前输出有用的特征,用维特比算法约束最终输出的标签序列,构建一种新的命名实体识别模型。实验结果表明,在军事文本的命名实体识别中,该模型取得了较优的识别率。

引用

页码：111 / 114+119 +119

页数：5

共 6 条

[1] 基于深度神经网络的命名实体识别方法研究 [J].

GUL Khan Safi Qamas ;

尹继泽 ;

潘丽敏 ;

罗森林 .

信息网络安全, 2017, (10) :29-35

[2] 基于BLSTM的命名实体识别方法 [J].

冯艳红 ;

于红 ;

孙庚 ;

孙娟娟 .

计算机科学, 2018, 45 (02) :261-268

[3] 基于多层条件随机场的中文命名实体识别 [J].

胡文博 ;

都云程 ;

吕学强 ;

施水才 .

计算机工程与应用 , 2009, (01) :163-165+227

[4] 基于层叠隐马尔可夫模型的中文命名实体识别 [J].

俞鸿魁 ;

张华平 ;

刘群 ;

吕学强 ;

施水才 .

通信学报 , 2006, (02) :87-94

[5]

基于神经网络的中文命名实体识别研究.[D].王蕾.南京师范大学.2017, 03

[6]

中文命名实体识别算法研究.[D].谢志宁.浙江大学.2017, 01

← 1 →