东盟十国新闻文本的命名实体识别

被引：8

作者：

郑彦斌 ^{[1
,2
]}

夏志超 ^{[1
]}

郭智 ^{[1
]}

黄永忠 ^{[1
]}

刘文芬 ^{[1
]}

机构：

[1] 桂林电子科技大学广西密码学与信息安全重点实验室

[2] 东莞理工学院计算机与网络安全学院

来源：

科学技术与工程 | 2018年 / 18卷 / 35期

关键词：

双向GRU-CRF; 命名实体识别; 东盟十国; 知识图谱;

D O I：

暂无

中图分类号：

TP391.1 [文字信息处理];

学科分类号：

摘要：

为构建东盟十国知识图谱,需要对相关文本进行命名实体识别工作。设计一种基于双向GRU-CRF的神经网络模型,对中国驻东盟十国大使馆中文新闻数据进行命名实体识别。以预训练的领域词向量为输入,利用双向GRU网络从向量化的文本中提取语义特征;再通过CRF层预测并输出最优标签序列。为了进一步改善结果,在双向GRU和CRF层之间添加两层隐藏层。在数据预处理方面,提出一种数据集划分算法,对文本进行更加科学合理的划分。在东盟十国数据集上,将该模型与几种混合模型进行对比,结果显示所提模型在人名、地名、组织机构名识别任务中拥有更好的识别性能。

引用

页码：162 / 168

页数：7

共 10 条

[1] 知识图谱技术综述 [J].

徐增林 ;

盛泳潘 ;

贺丽荣 ;

王雅芳 .

电子科技大学学报 , 2016, (04) :589-606

[2] 命名实体识别研究进展综述 [J].

孙镇 ;

王惠临 .

现代图书情报技术, 2010, (06) :42-47

[3] 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

[4] 中文姓名的自动辨识 [J].

孙茂松，黄昌宁，高海燕，方捷 .

中文信息学报, 1995, (02) :16-27

[5]

机器学习[M]. 清华大学出版社 , 周志华, 2016

[6]

Enhancing of chemical compound and drug name recognition using representative tag scheme and fine-grained tokenization[J] . Hong-Jie Dai,Po-Ting Lai,Yung-Chun Chang,Richard Tzong-Han Tsai. Journal of Cheminformatics . 2015 (S1)

[7]

Dropout: a simple way to prevent neural networks from overfitting.[J] . Nitish Srivastava,Geoffrey E. Hinton,Alex Krizhevsky,Ilya Sutskever,Ruslan Salakhutdinov. Journal of Machine Learning Research . 2014 (1)

[8]

Framewise phoneme classification with bidirectional LSTM and other neural network architectures[J] . Alex Graves,Jürgen Schmidhuber. Neural Networks . 2005 (5)

[9]

An Algorithm that Learns What's in a Name.[J] . Daniel M. Bikel,Richard Schwartz,Ralph M. Weischedel. Machine Learning . 1999 (1-3)

[10] Long short-term memory [J].

Hochreiter, S ;

Schmidhuber, J .

NEURAL COMPUTATION, 1997, 9 (08) :1735-1780

← 1 →