基于BERT BiLSTM CRF的航天领域命名实体识别研究
文档名：基于BERT BiLSTM CRF的航天领域命名实体识别研究
摘要：针对互联网开放数据中文本表述模糊、实体边界不清等问题,构建航天语料库Space-Corpus,提出一种基于BERT+Bi-LSTM+CRF的航天领域命名实体识别模型.基于微调的多层双向Transformer编码器(bidirectionalencoderrepresentationsfromtransformer,BERT)模型生成输入语料的向量化表示,结合双向长短期记忆网络(bi-directionallongshort-termmemory,Bi-LSTM)获取上下文特征,通过条件随机场(conditionalrandomfield,CRF)层进行序列解码标注,输出得分最高的预测标签.实验结果表明,该模型在Space-Corpus语料库上较基于BERT模型、基于BERT+Bi-LSTM以及基于CNN+Bi-LSTM+CRF识别模型的准确率、召回率及F1值均有提升.
作者：夏旭东于荣欢Author：XiaXudongYuRonghuan
作者单位：航天工程大学复杂电子系统仿真重点实验室,北京101416
刊名：兵工自动化
Journal：OrdnanceIndustryAutomation
年，卷(期)：2024, 43(2)
分类号：TP391V557
关键词：航天领域命名实体识别BERT深度学习
Keywords：aerospacefieldnamedentityrecognitionBERTdeeplearning
机标分类号：TP391TP183TN762
在线出版日期：2024年3月26日
基金项目：基于BERT+Bi-LSTM+CRF的航天领域命名实体识别研究[
期刊论文]兵工自动化--2024, 43(2)夏旭东于荣欢针对互联网开放数据中文本表述模糊、实体边界不清等问题,构建航天语料库Space-Corpus,提出一种基于BERT+Bi-LSTM+CRF的航天领域命名实体识别模型.基于微调的多层双向Transformer编码器(bidirectionalencoderrepresent...参考文献和引证文献
参考文献
引证文献
本文读者也读过
相似文献
相关博文
基于BERT+Bi-LSTM+CRF的航天领域命名实体识别研究Research on Named Entity Recognition in Aerospace Field Based on BERT+Bi-LSTM+CRF
基于BERT+Bi-LSTM+CRF的航天领域命名实体识别研究.pdf
页:
[1]