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=计算机工程与应用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：
融合外部知识和位置信息的中文命名实体识别
《计算机工程与应用》2024年第22期162-171,共10页李源 洛桑嘎登 蒋卫丽 
科技创新2030——“新一代人工智能”重大项目(2022ZD0116100);河南省科技攻关项目(242102210090);信阳农林学院青年教师科研基金(QN2023014);信阳农林学院科研促教学项目(kj-2022007)。
命名实体识别(named entity recognition,NER)是信息检索和自然语言处理领域重要且基础的任务。与英文不同,目前大部分的中文NER方法,都面临分词困扰、领域知识缺失的问题。针对以上问题,基于Lattice结构,提出一种结合知识图谱嵌入(know...
关键词：LATTICE 知识图谱嵌入 位置信息 中文命名实体识别 
中文命名实体识别研究综述被引量：19
《计算机工程与应用》2024年第1期15-27,共13页赵继贵 钱育蓉 王魁 侯树祥 陈嘉颖 
新疆维吾尔自治区自然科学基金(2021D01C083,2022D01C692);新疆维吾尔自治区科技厅国际合作项目(2020E01023);新疆维吾尔自治区科技计划青年科学基金(2022D01C83);国家部委重大专项;国家自然科学基金(62266043,61966035)。
命名实体识别(named entity recognition,NER)是自然语言处理中最基本的任务之一,其主要内容是识别自然语言文本中具有特定意义的实体类型和边界。然而,中文命名实体识别(Chinese named entity recognition,CNER)的数据样本存在词边界...
关键词：自然语言处理 中文命名实体识别 深度学习 预训练模型 机器学习 
深度学习中文命名实体识别研究进展被引量：6
《计算机工程与应用》2023年第24期46-69,共24页李莉 奚雪峰 盛胜利 崔志明 徐家保 
国家自然科学基金(61876217,62176175);江苏省“六大人才高峰”高层次人才项目(XYDXX-086);苏州市科技计划项目(SGC2021078)。
中文命名实体识别(CNER)指识别中文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。近年来,深度学习技术依托其端到端的方法,自动学习到更深层次和更抽象的数据特征,摆脱了人工标注的依赖,解决了高维特征空间的数据...
关键词：中文命名实体识别 深度学习 实体边界 中文嵌套命名实体识别 低资源中文命名实体识别 
融合词信息嵌入的注意力自适应命名实体识别被引量：5
《计算机工程与应用》2023年第8期167-174,共8页赵萍 窦全胜 唐焕玲 姜平 陈淑振 
国家自然科学基金(61976125,61976124)。
缺少分词信息及未登录词、无关词干扰是字符级中文命名实体识别面临的主要问题,提出了融合词信息嵌入的注意力自适应中文命名实体识别模型,在新词发现的基础上,将字向量嵌入与词级信息嵌入融合作为模型输入,减少了未登录词对模型的影响...
关键词：中文命名实体识别 注意力机制 动态缩放因子 未登录词 
结合gazetteers和句法依存树的中文命名实体识别被引量：2
《计算机工程与应用》2022年第18期227-232,共6页方红 苏铭 冯一铂 张澜 
国家自然科学基金(61972455);上海第二工业大学应用数学学科基金(XXKPY1604)。
中文命名实体识别在机器翻译、智能问答等下游任务中起着重要作用。提出一种新的基于gazetteers和句法依存树的中文命名实体识别方法,旨在解决由于字符向量缺少词信息和词之间的句法依赖结构信息而导致的错误传递问题。该方法将句子中的...
关键词：GAZETTEERS 句法依存树 序列标注 自适应门控图神经网络(AGGNN) 双向长短记忆网络(BiLSTM) 条件随机场(CRF) 
多头注意力与字词融合的中文命名实体识别被引量：16
《计算机工程与应用》2022年第7期142-149,共8页赵丹丹 黄德根 孟佳娜 谷丰 张攀 
国家科技部科技创新2030—“新一代人工智能”重大项目(2020AAA0108004);国家自然科学基金(U1936109,61876031);辽宁省教育厅2019年度科学研究经费项目(LJYT201906)。
命名实体识别(named entity recognition,NER)是自然语言处理中重要的基础任务,而中文命名实体识别(Chinese named entity recognition,CNER)因分词歧义和一词多义等问题使其尤显困难。针对这些问题,提出多头注意力机制(multi-heads att...
关键词：命名实体识别(NER) 多头注意力机制 字词融合 
门控多特征提取器的中文命名实体识别被引量：3
《计算机工程与应用》2022年第8期117-124,共8页杨荣莹 何庆 杜逆索 
贵州省科技计划项目重大专项项目(黔科合重大专项字[2018]3002,黔科合重大专项字[2016]3022);贵州省公共大数据重点实验室开放课题(2017BDKFJJ004);贵州省教育厅青年科技人才成长项目(黔科合KY字[2016]124)。
在不引入其他辅助特征的情况下,仅关注文本自身,通过构建多个特征提取器深度挖掘文本序列抽象、深层、高维的特征。采用BERT预训练模型获取信息更丰富的词嵌入;将词嵌入分别输入到BiLSTM和IDCNN中进行第一轮的特征提取,为获取更高维的特...
关键词：特征提取 词嵌入 门控机制 共享BiLSTM 多头自注意力 
基于XLnet语言模型的中文命名实体识别被引量：9
《计算机工程与应用》2021年第18期156-162,共7页姚贵斌 张起贵 
山西省基础研究项目自然科学基金(2013011017-3);太原理工大学科技创新基金(9002-03011843)。
语言模型的建立对挖掘句子内部语义信息有着直接的影响,为了提高中文命名实体识别率,字的语义表示是关键所在。针对传统的中文命名实体识别算法没有充分挖掘到句子内部的隐藏信息问题,该文利用LSTM提取经过大规模语料预训练生成的字向...
关键词：命名实体识别 词向量 XLnet 语言模型 
利用翻译模型的跨语言中文命名实体识别被引量：2
《计算机工程与应用》2021年第10期94-100,共7页孙凌浩 
国家自然科学基金(81971264)。
随着深度学习技术的应用,自然语言处理领域得到快速发展,为提高中文命名实体识别效果,提出一种新的方法,利用英文模型抽取信息辅助中文命名实体识别。该方法使用翻译模型将中文翻译为英文,然后利用英文命名实体识别模型抽取特征,再利用...
关键词：自然语言处理 命名实体识别 迁移学习 跨语言 注意力机制 
基于去噪字词联合模型的中文命名实体识别被引量：5
《计算机工程与应用》2021年第7期151-157,共7页杨倩 顾磊 
教育部人文社会科学研究青年基金(18YJC870006);国家自然科学基金(61302157)。
中文命名实体识别是中文信息处理领域中的一项基本任务,能够为关系抽取、实体链接和知识图谱提供技术支持。与传统命名实体识别方法相比,基于双向长短期记忆(BiLSTM)神经网络模型在中文命名实体识别任务中获得了较好的效果。针对基于字...
关键词：字词联合 去噪机制 长短期记忆网络 中文命名实体识别 
全选清除导出
共2页<12>
检索报告 对象比较 聚类工具 使用帮助 返回顶部