一种动态字词信息融合的中文命名实体识别方法

摘要：

命名实体识别(Name Entity Recognition,NER)是文本信息抽取的关键步骤之一.近年来,结合词汇信息与字符信息的命名实体识别方法表现优异,引起了众多学者的广泛注意.然而目前的字词融合策略还存在可迁移性差、词汇信息遗失、难以明确词汇边界信息等问题.基于此,提出一种动态字词信息融合的中文命名实体识别方法,首先利用多头自注意力机制动态融合对应位置的词汇信息与字符信息形成词汇集合信息,其次动态融合词汇集合信息确定对应的词汇边界,利用词汇向量优化字符向量表示,最后利用BiLSTM-CRF完成序列解码识别命名实体.实验证明,在MSRA、ONTO、WEIBO等3个公开数据集上,中文命名实体识别方法较之字粒度的命名实体识别方法性能大幅提升,同时可与BERT等预训练模型有效结合,具有良好的可迁移性、可完整而动态的融合词汇信息与字符信息提升命名实体识别性能.

关键词：信息抽取、命名实体识别、动态特征融合、字词融合、多头自注意力机制

所属期刊栏目：23

分类号：TP391.1(计算技术、计算机技术)

资助基金：国家自然科学基金;中国博士后科学基金面上项目

在线出版日期：2023-04-21（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：452-459