原创力文档- 1、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。。
- 2、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
- 3、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
中文命名实体识别(CNER)任务是一种自然语言处理技术，旨在识别文本中具有特定类别的实体，如人名、地名、组织机构名等，它是问答系统、机器翻译、信息抽取等自然语言应用的基础底层任务。由于中文不具备英文这样的天然分词结构，基于词的NER模型识别效果会因分词错误而显著降低，基于字符的NER模型又忽略了词汇信息的作用。因而许多研究尝试将词汇信息融入字符模型中。WC‑LSTM通过在词汇的开始字符和结束字符中注入词汇信息，模型性能获得了显著的提升。然而，该模型依然没有充分利用词汇信息，本发明提出了LLL‑W
(19)国家知识产权局
(12)发明专利申请
(10)申请公布号 CN 116579341 A
(43)申请公布日 2023.08.11
(21)申请号 202310464474.0
(22)申请日 2023.04.26
(71)申请人 南京航空航天大学
地址 2111
文档评论（0）