基于BERT的风雹灾害实体识别与特征分析  

作　　者：陈靖铠 顾家豪 高敏 纪昌权 苑豪杰 

机构地区：[1]中国矿业大学(北京)管理学院,北京100083

出　　处：《中国新技术新产品》2023年第14期126-129,共4页New Technology & New Products of China

基　　金：“中国矿业大学(北京)大学生创新训练项目”(项目编号:202205015)资助。

摘　　要：命名实体识别在信息处理中具有很重要的作用,其中,基于深度学习的方法已被广泛用于各领域文本分析与信息挖掘研究中。对风雹灾害相关文本进行实体识别,可以有效获取关键信息,有助于进一步进行灾害的特征分析。使用BERT模型在自建数据集训练词向量后,输入BiLSTM-CRF模型训练,实体识别精确率、召回率、F1指标分别达到92.85%、90.87%、91.85%,与CBOW-BiLSTM-CRF模型相比分别提升了5.04%、1.47%和3.26%。试验结果表明,该模型的识别效果良好。通过分析数据集中的实体特征,为风雹灾害防治提供一个新思路,对提高风雹灾害应急管理与处置能力有实际意义。

关 键 词：风雹 命名实体识别 BERT 双向长短期记忆网络 特征分析 

分 类 号：P458[天文地球—大气科学及气象学]