典型文献
基于多粒度认知的命名实体识别方法
文献摘要：
在数据匮乏的领域,命名实体识别效果受限于欠拟合的字词特征表达,引入常规的多任务学习方法可以有所改善,但需要额外的标注成本.针对这一问题,提出了一种基于多粒度认知的命名实体识别方法,在不产生额外标注成本的前提下,增强字特征信息,提高命名实体识别效果.该方法从多粒度认知理论出发,以BiLSTM和CRF为基础模型,将字粒度下的命名实体识别任务与句子全局粒度下的实体数量预测任务相联合,共同优化字嵌入表达.三个不同类型的数据集上的多组实验表明,引入多粒度认知的方法有效地提升了命名实体识别效果.
文献关键词：
命名实体识别;多粒度认知;多任务学习;自然语言处理
中图分类号：
作者姓名：
李攀锋;陈樱珏;钟泠韵;林锋
作者机构：
四川大学计算机学院,成都610065
文献出处：
引用格式：
[1]李攀锋;陈樱珏;钟泠韵;林锋-.基于多粒度认知的命名实体识别方法)[J].四川大学学报（自然科学版）,2022(02):58-64
A类：
B类：
多粒度认知,命名实体识别,实体识别方法,数据匮乏,受限于,欠拟合,字词特征,特征表达,多任务学习,有所改善,外标,特征信息,认知理论,BiLSTM,CRF,基础模型,句子,相联,字嵌入,嵌入表,自然语言处理
AB值：
0.21857
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
