基于Lattice LSTM的古汉语命名实体识别

被引：17

作者：

崔丹丹

刘秀磊

陈若愚

刘旭红

李臻

齐林

机构：

[1] 北京信息科技大学计算机学院

来源：

计算机科学 | 2020年 / 47(S2)卷 / S2期

基金：

国家重点研发计划;

关键词：

古汉语; 命名实体识别; BiLSTM-CRF; Lattice LSTM; 深度学习;

D O I：

暂无

中图分类号：

H109.2 [古代汉语]; TP391.1 [文字信息处理];

学科分类号：

0501 ; 050103 ; 081203 ; 0835 ;

摘要：

基于《四库全书》数据集,研究古汉语的命名实体识别技术。提出了基于Lattice LSTM模型的古汉语命名实体识别算法,该方法将字符序列信息和词序列信息共同作为模型的输入。采用甲言(jiayan)分词工具,利用word2vec训练古文字、词向量并作为Lattice LSTM模型的输入,提升了古汉语命名实体识别的效果。基于Lattice LSTM模型和预训练的古文字、词向量,提高了古汉语的实体识别效果,相比传统的BiLSTM-CRF模型,其F1分数提升3.95%左右。

引用

页码：18 / 22

页数：5

共 8 条

[1] 命名实体识别技术综述 [J].