首页 | 本学科首页   官方微博 | 高级检索  
     

基于XLnet嵌入的中文命名实体识别方法
引用本文:郑洪浩,郝一诺,于洪涛.基于XLnet嵌入的中文命名实体识别方法[J].信息工程大学学报,2021,22(4):473-477.
作者姓名:郑洪浩  郝一诺  于洪涛
作者单位:信息工程大学,河南 郑州 450001
基金项目:国家自然科学基金青年科学基金资助项目(62002384);国家重点研发计划资助项目(2016QY03D0502);郑州市协同创新重大专项资助项目(162/32410218)
摘    要:命名实体识别是自然语言处理的核心任务。在基于深度学习的中文命名实体识别方法中,静态字向量无法表征字的多义性。针对该问题,提出了基于XLnet嵌入的中文命名实体识别方法。该方法首先通过XLnet(Generalized Autoregressive Pretraining for Language Understanding,XLnet)模型获取字级别的上下文表示。其次,利用BiLSTM-CRF模型获取文本依赖信息和标签信息。实验结果表明,该方法在人民日报、MSRA、Boson等3种数据集上分别达到91.9%、89.8%、74%的F1值,均高于其他主流的中文命名实体识别方法。

关 键 词:中文命名实体识别  预训练语言模型  XLnet模型  
收稿时间:2021/3/11 0:00:00
修稿时间:2021/4/9 0:00:00

Chinese Named Entity Recognition Based on XLnet Embedding
ZHENG Honghao,HAO Yinuo,YU Hongtao.Chinese Named Entity Recognition Based on XLnet Embedding[J].Journal of Information Engineering University,2021,22(4):473-477.
Authors:ZHENG Honghao  HAO Yinuo  YU Hongtao
Abstract:
Keywords:
点击此处可从《信息工程大学学报》浏览原始摘要信息
点击此处可从《信息工程大学学报》下载全文
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号