基于BERT多知识图融合嵌入的中文NER模型

摘要：

针对目前特定领域知识图谱构建效率低、领域已有知识图谱利用率不足、传统模型提取领域语义专业性强实体困难的问题,提出了基于BERT多知识图融合嵌入的中文NER模型(BERT-FKG),实现了对多个知识图通过融合语义进行实体间属性共享,丰富了句子嵌入的知识.该模型在开放域和医疗领域的中文NER任务中,表现出了更好的性能.实验结果表明,多个领域知识图通过计算语义相似度进行相似实体的属性共享,能够使模型吸纳更多的领域知识,提高在NER任务中的准确率.

关键词：BERT、中文命名实体识别、医疗领域、多知识图融合嵌入

所属期刊栏目：52

分类号：TP391(计算技术、计算机技术)

资助基金：国家自然科学基金;国家自然科学基金;国家自然科学基金;四川省区域创新合作项目;四川省科技计划重点研发项目;四川省科技计划重点研发项目;四川省科技计划重点研发项目

在线出版日期：2023-06-06（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：390-397