基于双向LSTM模型的中文命名实体识别
尹光花
陈鹏
信阳学院大数据与人工智能学院 河南信阳464000
摘要：针对中文命名实体在互联网文本中具有词语多样性、上下文语义性等特点使传统的神经网络模型无法准确获取人名、地名、机构名的难题,提出了一种基于双向LSTM模型的中文命名实体识别方法.在识别过程中模型标注结果加入维特比算法,根据上下文信息分别对中文命名实体以字、词为单位进行有效识别,并与传统神经网络实验结果作对比.结果 表明,利用双向LSTM模型进行命名实体识别精确率较好,而且具有可行性的优势.
关键词：命名实体识别深度学习双向LSTM模型
资助基金：基于双向LSTM模型的中文命名实体识别与研究(2021-XJLYB-017)
论文发表日期：2021-10-28
在线出版日期：2026-05-22（本平台首次上网日期，不代表文献的发表时间）
页数：3( 44-46 )