- 1、本文档共57页,可阅读全部内容。
- 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 6、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。
- 7、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。
- 8、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
摘要
摘要
基于迁移学习的中文命名实体识别研究
互联网信息时代下,就计算机应用而言,以结构化和非结构化形式存储并用
于语言文字的信息处理占比十分巨大,在神经网络广泛应用于自然语言处理任务
之前,命名实体识别领域的研究通常集中在利用词汇和句法知识来提高模型或方
法的性能。随着低资源的命名实体识别任务成为主流方向,作为应对的手段之一
的迁移学习也逐渐成为热门的研究方向。跨领域迁移学习是一种可以将知识从高
资源领域传递到低资源领域来弥补数据信息不足的技术,在处理资源匮乏的命名
实体识别任务上具有很好的效果。
在低资源领域中,面对缺少完善实体标注数据的情况,为了提高基于神经网
络的命名实体识别模型的性能表现,本文提出了一种基于迁移学习的命名实体识
别模型,具体工作如下:
首先,提出一种基于实体特征的数据迁移方法。应用基于预训练的BERT模
型进行文本向量化,通过计算低资源数据与高资源数据的特征分布相似性,选择
最具类别代表性的实体特征进行特征转移映射,计算两个领域实体分布的距离,
进而弥补两个领域数据之间的差距,利用完善标注的高资源数据进行神经网络模
型的训练。
然后,提出一种基于词汇信息的实体边界检测方法,该方法以BiLSTM+CRF
作为模型的主体架构,再融合字符边界信息辅助注意力网络来改善模型识别实体
边界的能力,从而进一步提高整体模型的实体识别性能。通过对比试验结果可见,
相比于普通模型,加入边界检测方法在F1值的方面能够提升3%,在准确率和
召回率方面分别提升2%和3%。
最后,选择多种基于迁移学习的命名实体识别方法作为基线方法进行对比,
在多个不同领域的数据集上进行实验。结果表明,本文所提出的模型在少标注领
域实体识别的准确率提升了1%,召回率提升2%,F1值的方面平均提升2%。
关键词:
LSTMCRF
命名实体识别,迁移学习,,
I
Abstract
Abstract
AResearchtowardChineseNamedEntityRecognitionBasedon
TransferLearning
IntheinformationageoftheInternet,theproportionofinformationstoredin
structuredandunstructuredformandusedforlanguageprocessingisverylarge.
Beforethewidespreaduseofneuralnetworksfornaturallanguageprocessingtasks,
theresearchersinthefieldofnamedentityrecognitionwasusuallyfocusedonusing
lexicalandsyntacticknowledgetoimprovetheperformanceoftheirmethods.As
low-resourcenamedentityrecognitiontaskshavebecomemainstream,transfer
learningasameanstocopewiththishasbecomeapopularresearchdirection.
Cross-domaintransferlearningisatechniquewhichcantransferknowledgefroma
high-resourcedomaintoalow-resourcedomaintocompensatef
您可能关注的文档
- 基于偏度分析的CNN多分类猪只身份识别方法研究与实现.pdf
- 基于平衡记分卡Z证券公司绩效评价应用研究.pdf
- 基于迁移学习的病理图像细胞检测方法研究.pdf
- 基于嵌入式系统的超短脉冲激光器泵浦源的驱动系统设计 (1).pdf
- 基于嵌入式系统的超短脉冲激光器泵浦源的驱动系统设计.pdf
- 逻辑3.运用辩证思维方法答案公开课教案教学设计课件资料.docx
- 高中化学奥赛辅导有机化学(第一部分之一)公开课教案教学设计课件资料.ppt
- 高一电子电工第一学期期末考试试卷公开课教案教学设计课件资料.docx
- 2021年高二下期末模拟考试答案公开课教案教学设计课件资料.docx
- 高一化学期中复习卷3公开课教案教学设计课件资料.docx
- 2023学年诸暨中学高三年级第二学期3月第二次模拟考试(政治)公开课教案教学设计课件资料.docx
- 运动的合成与分解(二)公开课教案教学设计课件资料.pptx
- 近五年浙江省各地图形的翻折(轴对称)原题公开课教案教学设计课件资料.doc
- 如何做教师-2019-11-13-中关村一小相关公开课教案教学设计课件资料.pptx
- 生活中的圆周运动 (水平面)正式版公开课教案教学设计课件资料.pptx
- 专题10 条件概率与全概率公式公开课教案教学设计课件资料.docx
- 金华市东阳市2019学年第二学期期末测试卷公开课教案教学设计课件资料.doc
- 5 琥珀(第二课时)【慕课堂版】公开课教案教学设计课件资料.pptx
- 项目五 打印米老鼠模型公开课教案教学设计课件资料.ppt
- (打印版)9月25日地理周练公开课教案教学设计课件资料.docx
文档评论(0)