融合词汇信息的煤矿安全事故实体提取
吕惠林1
董佳瑶2
袁林3
李利2
1.中煤科工集团常州研究院有限公司,江苏常州 2130152.西安科技大学电气与控制工程学院,陕西西安 7100543.贵州盘江精煤股份有限公司火烧铺矿,贵州六盘水 553000
摘要：命名实体识别是构建煤矿安全事故领域知识图谱的基本任务,但中文缺乏明显的词汇边界特征,导致现有实体提取模型对词汇信息利用不充分.针对上述问题,提出了一种融合词汇信息的煤矿安全事故实体提取模型——融合词汇信息的RoBERTa-BiLSTM-CRF模型.首先,构建煤矿安全领域专业词典,采用RoBERTa获取字符特征向量,采用AC自动机算法进行字词匹配,得到字符对应的潜在词汇,采用Glove获取词汇特征向量.然后,通过自注意机制分配权重,将基于RoBERTa得到的字符特征向量和基于GloVe得到的词汇特征向量进行融合,得到包含词汇信息的融合向量.最后,将融合向量作为BiLSTM-CRF的输入,得到最优预测序列结果,实现煤矿安全事故实体提取.实验结果表明:①融合词汇信息的RoBERTa-BiLSTM-CRF模型对煤矿安全领域12种实体提取的F1达91.63％,较RoBERTa-BiLSTM-CRF模型提高了 1.63％.②融合词汇信息的RoBERTa-BiLSTM-CRF模型在整体实体提取任务及各类实体类型的提取任务中,综合性能优于其他模型,说明模型架构设计对不同实体类型具有广泛适用性.
关键词：煤矿安全事故实体提取词汇信息本体模型实体标注命名实体识别
分类号：TD67(矿山电工)
资助基金：国家重点研发计划(2023YFC3009800)陕西省教育厅科学研究计划项目(23JK0152)陕西省自然科学基础研究计划项目(2024JC-YBQN-0726)陕西省自然科学基础研究计划项目(2023-JC-QN-0001)陕西省秦创原科学家+工程师队伍建设项目(2022KXJ-38)
论文发表日期：2025-04-30
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：9( 131-139 )
英文信息