中文命名實體識別算法研究.pdf_第1頁
已閱讀1頁，還剩81頁未讀， 繼續(xù)免費閱讀

下載本文檔

版權說明：本文檔由用戶提供并上傳，收益歸屬內容提供方，若內容存在侵權，請進行舉報或認領

文檔簡介

1、命名實體識別(Name Entity Recognition，NER)是指識別文本中具有特定意義的實體，主要包括人名、地名、組織機構名等，是將非結構化數(shù)據(jù)轉為結構化數(shù)據(jù)的一個重要技術手段，是計算機正確理解文本信息的關鍵步驟，也是信息抽取、情感分析、問答系統(tǒng)等多個自然語言處理應用的基礎任務，因此命名實體識別的研究存在著重要意義。但由于中文語言自身的特點，中文命名實體仍存在許多難點，其主要難點包括：中文命名實體識別通常是基于單一模型的識別，

2、這些模型具有各自的優(yōu)缺點和局限性；中文命名實體識別通常是基于詞序列的識別，需要借助中文分詞技術，中文命名實體識別的效果往往依賴于中文分詞的準確率。
　　本研究主要內容包括：⑴調研了國內外命名實體識別的相關工作，總結和實現(xiàn)了主流的命名實體識別方法，分析和比較了這些方法的優(yōu)缺點，為后續(xù)工作提供了思路。⑵為了解決單一模型的局限性，結合多個模型和使用多任務學習進行中文命名實體識別，該方法BiLSTM-CRF-MTL能夠較好地解決單一模型的

溫馨提示

  • 1. 本站所有資源如無特殊說明，都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等，如果需要附件，請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙，網頁內容里面會有圖紙預覽，若沒有圖紙預覽就沒有圖紙。
  • 4. 未經權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間，僅對用戶上傳內容的表現(xiàn)方式做保護處理，對用戶上傳分享的文檔內容本身不做任何修改或編輯，并不能對任何下載內容負責。
  • 6. 下載文件中如有侵權或不適當內容，請與我們聯(lián)系，我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論