基于深度神经网络的中文命名实体识别

被引：177

作者：

张海楠 ^{[1
]}

伍大勇 ^{[1
]}

刘悦 ^{[1
]}

程学旗 ^{[2
]}

机构：

[1] 中国科学院计算技术研究所

[2] 烟台中科网络技术研究所

来源：

中文信息学报 | 2017年 / 31卷 / 04期

关键词：

命名实体识别; 深度学习; 神经网络; 机器学习; 词性;

D O I：

暂无

中图分类号：

TP391.1 [文字信息处理];

学科分类号：

120506 [数字人文];

摘要：

由于中文词语缺乏明确的边界和大小写特征,单字在不同词语下的意思也不尽相同,较于英文,中文命名实体识别显得更加困难。该文利用词向量的特点,提出了一种用于深度学习框架的字词联合方法,将字特征和词特征统一地结合起来,它弥补了词特征分词错误蔓延和字典稀疏的不足,也改善了字特征因固定窗口大小导致的上下文缺失。在词特征中加入词性信息后,进一步提高了系统的性能。在1998年《人民日报》语料上的实验结果表明,该方法达到了良好的效果,在地名、人名、机构名识别任务上分别提高1.6%、8%、3%,加入词性特征的字词联合方法的F1值可以达到96.8%、94.6%、88.6%。

引用

页码：28 / 35

页数：8

共 4 条

[1]

中文微博命名实体识别 [J].