發(fā)布時(shí)間：2017-09-09 23:18

  本文關(guān)鍵詞：基于深度信念網(wǎng)絡(luò)的命名實(shí)體識(shí)別

  更多相關(guān)文章： 深度信念網(wǎng)絡(luò) 命名實(shí)體識(shí)別 神經(jīng)網(wǎng)絡(luò)語(yǔ)言模型

【摘要】：傳統(tǒng)的命名實(shí)體識(shí)別方法是將大量手工制定的特征輸入到統(tǒng)計(jì)學(xué)習(xí)模型中以實(shí)現(xiàn)對(duì)詞語(yǔ)的標(biāo)記,能夠取得較好的效果,但其手工特征制定的方式增加了模型建立的難度。為了減輕傳統(tǒng)方法中手工特征制定的工作量,首先對(duì)神經(jīng)網(wǎng)絡(luò)語(yǔ)言模型進(jìn)行無(wú)監(jiān)督訓(xùn)練以得到詞語(yǔ)特征的分布式表示,然后將分布式的特征輸入到深度信念網(wǎng)絡(luò)中以發(fā)現(xiàn)詞語(yǔ)的深層特征,最后進(jìn)行命名實(shí)體識(shí)別。該方法在前人研究的基礎(chǔ)上利用深度信念網(wǎng)絡(luò)對(duì)神經(jīng)網(wǎng)絡(luò)語(yǔ)言模型進(jìn)行了擴(kuò)展,提出了一種可用于命名實(shí)體識(shí)別的深層架構(gòu)。實(shí)驗(yàn)表明,在僅使用詞特征和詞性特征的條件下,該方法用于命名實(shí)體識(shí)別的性能略優(yōu)于基于條件隨機(jī)場(chǎng)模型的方法,具有一定的使用價(jià)值。
【作者單位】： 解放軍理工大學(xué)指揮信息系統(tǒng)學(xué)院;
【關(guān)鍵詞】： 深度信念網(wǎng)絡(luò) 命名實(shí)體識(shí)別 神經(jīng)網(wǎng)絡(luò)語(yǔ)言模型
【分類號(hào)】：TP391.1
【正文快照】： 到稿日期:2015-02-01返修日期:2015-05-141引言命名實(shí)體(Named Entity,NE)[1]是文本中基本的信息單位,主要包括固有名稱、縮寫和其他唯一標(biāo)識(shí)等,是正確理解文本的基礎(chǔ)。命名實(shí)體識(shí)別(Named Entity Recognition,NER)[2]是信息提取、問答系統(tǒng)、句法分析、機(jī)器翻譯和面向Semantic

【相似文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前10條

1 張曉艷;王挺;陳火旺;;命名實(shí)體識(shí)別研究[J];計(jì)算機(jī)科學(xué);2005年04期

2 邱莎;;幾種基于機(jī)器學(xué)習(xí)的生物命名實(shí)體識(shí)別模型比較[J];電腦知識(shí)與技術(shù)(學(xué)術(shù)交流);2007年05期

3 趙軍;;命名實(shí)體識(shí)別、排歧和跨語(yǔ)言關(guān)聯(lián)[J];中文信息學(xué)報(bào);2009年02期

4 鄭強(qiáng);劉齊軍;王正華;朱云平;;生物醫(yī)學(xué)命名實(shí)體識(shí)別的研究與進(jìn)展[J];計(jì)算機(jī)應(yīng)用研究;2010年03期

5 張向U，

本文編號(hào)：823347