基于偏正结构表示的加工命名实体识别方法

制造企业积累大量的零件加工经验多以文本形式存在，如何从文本中挖掘出高质量的零件加工知识是个尚待解决的问题。针对待识别实体存在的偏正结构特征，导致实体边界界定模糊的问题，提出一种多网络协调的中文命名实体识别方法。在BERT生成字向量的过程中，通过领域自适应方法，提高字向量对工艺实体的表征能力，同时，在BiLSTM-CRF模型中引入注意力机制和多门控制的混合专家网络捕获上下文特征与实体信息。实验表明，较于当前主流的命名实体识别模型，该文提出的方法对机械零件加工实体识别的F1值达到80.15%,取得优于其他模型的最好性能。