融合多种使用词信息方法的命名实体识别研究

打开文本图片集

摘  要：文章对融合词信息增强中文命名实体识别问题进行了研究，提出一种用于中文命名实体识别的融合词信息神经网络模型系统。首先使用预训练语言模型Bert对字进行编码得到字标识，然后使用SoftLexicon基于统计的方法将词统计语义信息融合进入字表示中，之后使用设计的GraphLexicon根据文本内字、词之间的交互关系图结构，将字词信息表示相互融合，达到较高的命名实体识别准确率。（剩余7479字）

网站仅支持在线阅读（不支持PDF下载），如需保存文章，可以选择【打印】保存。