典型文献
基于ERNIE-BiGRU-CRF-FL的中文命名实体识别方法
文献摘要：
目的 解决中文命名实体识别任务中存在的一词多义以及标签分类不均衡问题.方法 提出一种融合焦点损失(Focal Loss)函数的ERNIE-BiGRU-CRF-FL实体识别方法.使用ERNIE预训练模型获取动态词向量,解决一词多义问题;双向门控循环单元(BiGRU)捕捉双向语义信息;条件随机场(CRF)解码得到命名实体标签;同时引入Focal Loss对CRF进行优化,缓解序列标注中标签分类不均衡的问题.结果 经过在MSRA语料库中进行实验,ERNIE-BiGRU-CRF-FL模型的实体识别效果优于其它模型,其精确率、召回率和F1值分别达到了94.45％、94.37％和94.41％.结论 ERNIE-BiGRU-CRF-FL模型能更好地识别出中文文本中的命名实体,具有一定的实用价值.
文献关键词：
命名实体识别;ERNIE;双向门控循环单元;条件随机场;焦点损失函数
中图分类号：
作者姓名：
郭小磊;张吴波
作者机构：
湖北汽车工业学院电气与信息工程学院,湖北十堰442002
文献出处：
引用格式：
[1]郭小磊;张吴波-.基于ERNIE-BiGRU-CRF-FL的中文命名实体识别方法)[J].山西大同大学学报（自然科学版）,2022(06):23-28
A类：
捉双
B类：
ERNIE,BiGRU,CRF,FL,中文命名实体识别,实体识别方法,一词多义,标签分类,均衡问题,Focal,Loss,预训练模型,词向量,双向门控循环单元,语义信息,条件随机场,解码,序列标注,中标,MSRA,语料库,精确率,召回率,中文文本,焦点损失函数
AB值：
0.232746
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。
