融合注意力机制的RoBERTa-BiLSTM-CRF语音对话文本命名实体识别  

作　　者：张劭韡 虞云飞 郭晓芸 周晶 夏阳 

机构地区：[1]国家电网有限公司客户服务中心南方分中心

出　　处：《数字技术与应用》2023年第5期4-6,51,共4页Digital Technology & Application

摘　　要：本文基于国网客服中心95598语音转文本数据,采用RoBERTa语言模型对语句进行向量表示与特征提取,通过添加机制,模型可以关注与当前输出相关的信息,并获得文本中的潜在语义信息。通过对照组实验,本文构造的模型能够有效提高实体识别精准程度,且该模型在文本数据集上的抽取效果明显优于其他模型。

关 键 词：命名实体识别 文本数据 注意力机制 特征提取 向量表示 潜在语义 语言模型 

分 类 号：TP3[自动化与计算机技术—计算机科学与技术]