典型文献
多粒度融合嵌入的中文实体识别模型
文献摘要：
中文由于词边界模糊,字符信息获取不足等问题,使得中文实体识别较为困难.论文针对汉字的象形文字特点,提出一种结合字形特征的增强字符信息算法,该算法利用卷积神经网络和BERT模型得到增强字符向量;同时提出多粒度融合嵌入算法,利用注意力机制将增强字符向量与词向量融合,最终构建出多粒度融合嵌入的中文实体识别模型.实验表明,该模型在中文实体识别中优于其它常用模型.
文献关键词：
卷积神经网络;BERT;注意力机制;命名实体识别
中图分类号：
作者姓名：
袁健;章海波
作者机构：
上海理工大学 光电信息与计算机工程学院,上海200093
文献出处：
引用格式：
[1]袁健;章海波-.多粒度融合嵌入的中文实体识别模型)[J].小型微型计算机系统,2022(04):741-746
A类：
B类：
多粒度融合,识别模型,词边界,边界模糊,字符,信息获取,汉字,象形文字,字形,信息算法,法利,BERT,注意力机制,词向量,向量融合,命名实体识别
AB值：
0.278882
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。
