典型文献
基于BERT模型的检验检测领域命名实体识别
文献摘要：
针对检验检测领域存在的实体语料匮乏、实体嵌套严重、实体类型冗杂繁多等问题,提出了一种结合双向编码器表示法(BERT)预处理语言模型、双向门控循环单元(BIGRU)双向轻编码模型和随机条件场(CRF)的命名实体识别方法.BERT-BIGRU-CRF(BGC)模型首先利用BERT预处理模型结合上下文语义训练词向量;然后经过BIGRU层双向编码;最后在CRF层计算后输出最优结果.利用含有检测组织、检测项目、检测标准和检测仪器4种命名实体的检验检测领域数据集来训练模型,结果表明BGC模型的准确率、召回率和F1值都优于不加入BERT的对比模型.同时对比BERT-BILSTM-CRF模型,BGC模型在训练时间上缩短了6％.
文献关键词：
命名实体识别;双向编码器表示法(BERT);检验检测领域;深度学习;双向门控循环单元(BIGRU)
中图分类号：
作者姓名：
苏展鹏;李洋;张婷婷;让冉;张龙波;蔡红珍;邢林林
作者机构：
山东理工大学农业工程与食品科学学院 淄博255000;山东理工大学计算机科学与技术学院 淄博255000
文献出处：
引用格式：
[1]苏展鹏;李洋;张婷婷;让冉;张龙波;蔡红珍;邢林林-.基于BERT模型的检验检测领域命名实体识别)[J].高技术通讯,2022(07):749-755
A类：
B类：
BERT,检验检测领域,命名实体识别,语料,实体嵌套,实体类,冗杂,双向编码器表示,表示法,语言模型,双向门控循环单元,BIGRU,CRF,实体识别方法,BGC,处理模型,上下文语义,词向量,检测项目,检测标准,检测仪器,训练模型,召回率,不加,对比模型,同时对比,BILSTM,训练时间
AB值：
0.289221
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。
