|
|||||
|
|
| 融合注意力机制的RoBERTa-BiLSTM-CRF语音对话文本命名实体识别 | |
| 引用本文： | 张劭韡,虞云飞,郭晓芸,周晶,夏阳.融合注意力机制的RoBERTa-BiLSTM-CRF语音对话文本命名实体识别[J].数字技术与应用,2023(5):4-6+51. |
| 作者姓名： | 张劭韡 虞云飞 郭晓芸 周晶 夏阳 |
| 作者单位： | 国家电网有限公司客户服务中心南方分中心 |
| 摘 要： | <正>本文基于国网客服中心95598语音转文本数据，采用Ro BERTa语言模型对语句进行向量表示与特征提取，通过添加机制，模型可以关注与当前输出相关的信息，并获得文本中的潜在语义信息。通过对照组实验，本文构造的模型能够有效提高实体识别精准程度，且该模型在文本数据集上的抽取效果明显优于其他模型。命名实体识别(Named Entity Recognition,NER)获取有关子任务的信息，搜索分配给文本的对象，并将其分类到预定义的类别中。命名实体识别是自然语言处理中的热点研究方向之一，用于识别和分类文本中的相关实体的类别。命名实体识别的准确度， |