基于位置敏感embedding的中文命名实体识别-计算机应用研究.pdfVIP

第３４卷第２期 计 算 机 应 用 研 究 Ｖｏｌ．３４Ｎｏ．２ ２０１７年２月　 ＡｐｐｌｉｃａｔｉｏｎＲｅｓｅａｒｃｈｏｆＣｏｍｐｕｔｅｒｓ Ｆｅｂ．２０１７ 基于位置敏感 Ｅｍｂｅｄｄｉｎｇ的中文命名实体识别 鲁亚楠，孙　锐，姬东鸿 （武汉大学计算机学院，武汉４３００７２） 摘　要：在基于条件随机场的中文命名实体识别任务中，现有表示学习方法学习到的特征存在语义表示偏差， 给中文命名实体识别带来噪声。针对此问题，提出了一种基于位置敏感Ｅｍｂｅｄｄｉｎｇ的中文命名实体识别方法。 该方法将上下文位置信息融入到现有的Ｅｍｂｅｄｄｉｎｇ模型中，采用多尺度聚类方法抽取不同粒度的Ｅｍｂｅｄｄｉｎｇ特 征，通过条件随机场来识别中文命名实体。实验证明，该方法学习到的特征缓解了语义表示偏差，进一步提高了 现有系统的性能，与传统方法相比，Ｆ值提高了２．８５％。 关键词：命名实体识别；表示学习；Ｅｍｂｅｄｄｉｎ