• 主题
高级搜索  >
历史搜索 清空历史
首页> 中文期刊> 《电子设计工程》 >基于门控CNN-CRF的中文命名实体识别

基于门控CNN-CRF的中文命名实体识别

         
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

cqvip:在已有的命名实体识别研究的基础上,提出了一种新型的混合神经网络模型--门控CNNCRF用于命名实体识别。该模型结合了门控线性单元,卷积神经网络,以及条件随机场。作为对比,同时还介绍了其他较为成熟的命名实体识别模型,例如Bi-LSTM-CRF。分别对以上模型在中文数据集上进行了命名实体识别测试。实验表明,所有结果的准确率、召回率和F1值都接近命名实体识别的最新水平。其中门控CNN-CRF模型在中文数据集SIGHAN2006上进行命名实体识别时,准确率、召回率、F1值分别达到了91.05%、89.93%、和90.49%,取得了较好的效果。

著录项

相似文献

  • 中文文献
  • 外文文献
  • 专利
获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号