中文命名实体识别

作品数：168被引量：919H指数：16
导出分析报告
相关领域：自动化与计算机技术更多>>
相关作者：冯元勇施水才吕学强俞鸿魁张华平更多>>
相关机构：中国科学院大学广东工业大学四川大学中国科学院更多>>
相关期刊：更多>>
相关基金：国家自然科学基金国家高技术研究发展计划中央高校基本科研业务费专项资金湖南省自然科学基金更多>>
-
在结果中检索

检索结果分析

结果分析中...
选择条件：
  • 期刊=计算机工程x
共 条 记 录，以下是1-10
全选清除导出
参考文献引证文献引用追踪
视图：
排序：
融合位置和实体类别信息的中文命名实体识别
《计算机工程》2025年第3期113-121,共9页杨竣辉 李苏晋 
国家自然科学基金(61273328,61305053,62066019);国家重点研发计划(2020YFB1713700);江西省自然科学基金(20202BABL202020)。
词语作为一种上下文信息在中文命名实体识别(NER)任务中发挥着重要作用。以往基于字符的中文NER方法虽然在一定程度上取得了成功,但仍存在词语信息嵌入方式简单、特征捕捉方式单一,且忽视了潜在词的影响、未能充分利用词语信息的问题。...
关键词：命名实体识别 键值记忆网络 词语信息 位置信息 实体类别信息 
基于Wobert与对抗学习的中文命名实体识别
《计算机工程》2024年第11期119-129,共11页倪渊 廖世豪 张健 
国家重点研发计划青年科学家项目(2021YFF0900200)。
由于自然语言处理(NLP)将中文命名实体识别(NER)任务建模为序列标注任务,将文本中每个字符映射至一个标签,每个字符相对独立且信息有限,因此在NER领域词汇信息的加入能够解决字符间缺乏联系的问题。针对现有中文NER模型多需要额外构建...
关键词：深度学习 命名实体识别 注意力机制 特征融合 条件随机场 
基于词汇融合和依存关系的中文命名实体识别被引量：1
《计算机工程》2024年第10期145-153,共9页唐卓然 柳毅 
广东省重点领域研发计划(2021B0101200002)。
命名实体识别是自然语言处理领域的重要基础任务,为关系抽取、构建知识图谱等众多下游任务提供有价值的数据支撑。针对中文命名实体识别存在分词错误、实体边界模糊和上下文依赖的难点,以及现有方法不能充分利用词汇信息和有效提取文本...
关键词：注意力机制 依存关系 词汇融合 图注意力网络 中文命名实体识别 
基于门控空洞卷积特征融合的中文命名实体识别被引量：9
《计算机工程》2023年第8期85-95,共11页杨长沛 廖列法 
国家自然科学基金(71462018,71761018)。
在中文命名实体识别任务中,具有循环结构的长短时记忆网络模型通过捕捉时序特征解决长距离依赖问题,但其特征捕捉方式单一,信息获取能力有限。卷积神经网络通过使用多层卷积并行处理文本,能够提高模型运算速度,捕捉文本的空间特征,但简...
关键词：命名实体识别 RoBERTa-wwm模型 空洞卷积 注意力机制 特征融合 
基于注意力机制特征融合的中文命名实体识别被引量：8
《计算机工程》2023年第4期256-262,共7页廖列法 谢树松 
国家自然科学基金(71761018)。
命名实体识别是自然语言处理领域中信息抽取、信息检索、知识图谱等任务的基础。在命名实体识别任务中,Transformer编码器更加关注全局语义,对位置和方向信息不敏感,而双向长短期记忆(BiLSTM)网络可以提取文本中的方向信息,但缺少全局...
关键词：注意力机制 Transformer编码器 特征融合 中文命名实体识别 预训练模型 
基于图注意力网络字词融合的中文命名实体识别被引量：9
《计算机工程》2022年第10期298-305,共8页宋旭晖 于洪涛 李邵梅 
国家自然科学基金青年科学基金项目(62002384);国家重点研发计划项目(2016QY03D0502);郑州市协同创新重大专项(162/32410218)。
命名实体识别指识别文本中具有特定意义的实体,是自然语言处理诸多下游任务的重要基石。在命名实体识别任务中,协同图网络(CGN)模型通过引入多个图注意力网络获得较强的知识整合能力及较高的处理速度,但CGN模型在嵌入层中没有充分利用...
关键词：自然语言处理 中文命名实体识别 图注意力网络 字词融合 分词信息 
基于Transformer编码器的中文命名实体识别模型被引量：11
《计算机工程》2022年第7期66-72,共7页司逸晨 管有庆 
江苏省高校自然科学研究项目(05KJD520146)。
命名实体识别是自然语言处理中的重要任务,且中文命名实体识别相比于英文命名实体识别任务更具难度。传统中文实体识别模型通常基于深度神经网络对文本中的所有字符打上标签,再根据标签序列识别命名实体,但此类基于字符的序列标注方式...
关键词：自然语言处理 中文命名实体识别 Transformer编码器 条件随机场 相对位置编码 
基于知识增强的中文命名实体识别被引量：12
《计算机工程》2021年第11期84-92,共9页胡新棒 于溆乔 李邵梅 张建朋 
国家自然科学基金青年基金(62002384);国家重点研发计划(2016QY03D0502);郑州市协同创新重大专项(162/32410218)。
基于字词联合的中文命名实体识别模型能够兼顾字符级别与词语级别的信息,但受未登录词影响较大且在小规模数据集上存在训练不充分等问题。在现有LR-CNN模型的基础上,提出一种结合知识增强的中文命名实体识别模型,采用相对位置编码的多...
关键词：中文命名实体识别 注意力机制 知识增强 未登录词 小规模数据集 
基于BERT嵌入的中文命名实体识别方法被引量：116
《计算机工程》2020年第4期40-45,52,共7页杨飘 董文永 
国家自然科学基金(61672024);国家重点研发计划“智能电网技术与装备”重点专项(2018YFB0904200)。
在基于神经网络的中文命名实体识别过程中,字的向量化表示是重要步骤,而传统的词向量表示方法只是将字映射为单一向量,无法表征字的多义性.针对该问题,通过嵌入BERT预训练语言模型,构建BERT-BiGRU-CRF模型用于表征语句特征.利用具有双向...
关键词：中文命名实体识别 BERT模型 BiGRU模型 预训练语言模型 条件随机场 
基于含边界词性特征的中文命名实体识别被引量：7
《计算机工程》2012年第13期128-130,共3页邱莎 王付艳 申浩如 段玻 阿圆 丁海燕 
昆明学院科研课题基金资助项目(2009G012)
根据词性在任务中可能出现的特征表达,在字粒度一级,基于条件随机场模型,对词性特征在中文命名实体识别任务中的应用进行研究,提出一种将词性和词边界合成为一个特征项的方法。在相同实验环境下针对多种词性特征的应用情况,采用序列标...
关键词：中文命名实体识别 条件随机场 特征模板 词性 词边界 标注集 
全选清除导出
共1页<1>
检索报告 对象比较 聚类工具 使用帮助 返回顶部