《改进的命名实体识别算法设计案例分析》9700字.docxVIP

改进的命名实体识别算法设计案例分析

目录

TOC\o1-3\h\u28436改进的命名实体识别算法设计案例分析 1

99571.1BiLSTM-CRF模型 1

305671.2融合BERT多层特征的命名实体识别改进模型 4

88141.2.1问题描述 4

323551.2.2BERT预训练模型 5

315771.2.3模型设计 10

66971.3实验与分析 14

256151.1.1实验数据 14

74351.1.2实验环境与参数 15

207391.1.3实验评价指标 16

285491.1.4实验结果分析 17

本章首先将介绍目前NER任务中最常用的模型——BiLSTM-CRF模型。其次在BiLSTM-CRF模型的基础之上引入BERT预训练模型，对其原理与作用进行详细讲解，并根据BERT模型每层编码层学习到的信息不同的原理，设计一种融合BERT多层特征的ff-BERT-BiLSTM-CRF模型，对该模型进行详细介绍。最后使用ff-BERT-BiLSTM-CRF模型在人民日报数据集上与其他两种模型进行对比实验，证明该模型在通用领域的有效性。

1.1BiLSTM-CRF模型

在2015年之前，对于命名实体识别任务通常采取的是基于机器学习领域的方法，这段期间较为主流的方法是条件随机场模