基于混合深度学习的藏医古籍命名实体识别研究

摘要：

[目的/意义]针对藏医古籍知识组织与开发不足的问题,利用混合深度学习方法构建面向藏医古籍的命名实体识别模型,为藏医古籍知识的深度开发与利用提供方法支持.[方法/过程]根据藏医古籍知识特点,构建ALBERT-BiLSTM-CRF模型.以《四部医典》为数据集,在人工标注与文本预处理的基础上,进行命名实体识别实验,并将实验结果与其他 3 种常见模型进行对比分析.[结果/结论]ALBERT-BiLSTM-CRF模型对藏医古籍实体识别效果最好,F1-score达到 96.28%,与其他方法相比提升约 7 个百分点.

关键词：混合深度学习、命名实体识别、ALBERT、双向长短期记忆网络、条件随机场、藏医古籍、知识组织、《四部医典》

所属期刊栏目：43

分类号：G255(图书馆学、图书馆事业)

资助基金：教育部人文社会科学研究项目19YJA870007

在线出版日期：2023-11-08（万方平台首次上网日期，不代表论文的发表时间）

页数：共10页

页码：37-46