面向电力智能问答系统的命名实体识别算法

被引：46

作者：

杨维 ^{[1
]}

孙德艳 ^{[2
]}

张晓慧 ^{[1
]}

李子乾 ^{[1
]}

李承桓 ^{[1
]}

吴佐平 ^{[2
]}

机构：

[1] 国家电网有限公司客户服务中心

[2] 北京中电普华信息技术有限公司

来源：

计算机工程与设计 | 2019年 / 40卷 / 12期

关键词：

命名实体识别; 条件随机场; 智能问答系统; 文本挖掘; 自然语言处理;

D O I：

10.16208/j.issn1000-7024.2019.12.043

中图分类号：

TM73 [电力系统的调度、管理、通信]; TP391.1 [文字信息处理];

学科分类号：

120103 [信息系统与信息管理]; 120506 [数字人文];

摘要：

针对现有电力系统中智能客服机器人语义理解能力不足、关键词定位不准等问题,提出基于条件随机场(conditional random field,CRF)的命名实体识别(named entity recognition,NER)算法。根据实际的电力服务问答数据集,构建领域专用知识库,对语料进行分词与自动标注,并提取出"(地点,故障,解决方案)"的命名实体三元组。在标注后的问答语料数据集上对识别模型进行训练,可以对语料中与3类命名实体关联的关键词进行定位,实现对3类实体的识别并自动构建三元组。在测试语料上的实验结果表明,该算法相对现有方法有效提高了对位置、故障和解决方案3类实体的识别准确率,分别达到了96.44%、92.04%和95.12%。

引用

页码：3625 / 3630

页数：6

共 9 条

[1]

基于双向LSTM神经网络电子病历命名实体的识别模型 [J].