融合字形结构特征的命名实体识别方法
针对中文歧义问题,文中提出了一种融合字形结构特征的命名实体识别方法,以提升中文命名实体识别精度.首先,利用预训练模型BERT得到字符嵌入作为语义特征,利用卷积神经网络提取的字形结构特征组成模型的嵌入层.其次,提出引入注意力机制的跨模态特征融合层,选取有效特征.最后,基于模型训练和优化提出联合优化损失函数,针对不同特征的特性来优化向量分布.实验结果表明,相较于其他的实体识别模型,该方法在4个数据集上取得了更高的准确率、召回率和F1值.
命名实体识别、特征融合、联合优化损失函数
46
TP391(计算技术、计算机技术)
2024-09-26(万方平台首次上网日期,不代表论文的发表时间)
共4页
279-281,285