|
|||||
|
|
| 基于关联记忆网络的中文细粒度命名实体识别 | |
| 作者姓名： | 琚生根 李天宁 孙界平 |
| 作者单位： | 四川大学计算机学院,四川成都610065 |
| 基金项目： | 国家自然科学基金（61972270）;四川省新一代人工智能重大专项（2018GZDZX0039）;四川省重点研发项目（2019YFG0521） |
| 摘 要： | 细粒度命名实体识别是对文本中的实体进行定位,并将其分类至预定义的细粒度类别中.目前,中文细粒度命名实体识别仅使用预训练语言模型对句子中的字符进行上下文编码,并没有考虑到类别的标签信息具有区分实体类别的能力.由于预测句子不带有实体标签,使用关联记忆网络来捕获训练集句子的实体标签信息,并将标签信息融入预测句子的字符表示中.... |
| 关 键 词： | 中文细粒度命名实体识别 关联记忆网络 多头自注意力 预训练语言模型 |
| 收稿时间： | 2020-04-13 |
| 修稿时间： | 2020-06-20 |
| 本文献已被 万方数据 等数据库收录！ | |
| 点击此处可从《软件学报》浏览原始摘要信息 | |
| 点击此处可从《软件学报》下载免费的PDF全文 | |
