典型文献
面向时钟领域的BERT-LCRF命名实体识别方法
文献摘要：
命名实体识别是构建时钟领域知识图谱的关键步骤,然而目前时钟领域存在标注样本数量少等问题,导致面向时钟领域的命名实体识别精度不高.为此,利用预训练语言模型B E RT进行时钟领域文本的特征提取,利用线性链条件随机场(Linear-CRF)方法进行序列标注,提出了一种BERT-LCRF的命名实体识别模型.对比实验结果表明,该模型能够充分学习时钟领域的特征信息,提升序列标注精度,进而提升时钟领域的命名实体识别效果.
文献关键词：
命名实体识别;预训练语言模型;条件随机场;自注意力机制;深度学习
中图分类号：
作者姓名：
唐焕玲;王慧;隗昊;赵红磊;窦全胜;鲁明羽
作者机构：
山东工商学院 计算机科学与技术学院,山东 烟台 264005;山东省高等学校协同创新中心:未来智能计算,山东 烟台 264005;山东省高校智能信息处理重点实验室(山东工商学院),山东 烟台 264005;山东工商学院 信息与电子工程学院,山东 烟台 264005;大连海事大学 信息科学技术学院,辽宁 大连 116026
文献出处：
引用格式：
[1]唐焕玲;王慧;隗昊;赵红磊;窦全胜;鲁明羽-.面向时钟领域的BERT-LCRF命名实体识别方法)[J].计算机工程与应用,2022(18):218-226
A类：
LCRF
B类：
时钟,BERT,命名实体识别,实体识别方法,领域知识图谱,关键步骤,样本数量,识别精度,预训练语言模型,条件随机场,Linear,序列标注,识别模型,特征信息,升序,自注意力机制
AB值：
0.187581
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。
