首页 | 官方网站   微博 | 高级检索  
     

基于BERT+BiLSTM+CRF深度学习模型和多元组合数据增广的渔业标准命名实体识别
引用本文:杨鹤,于红,刘巨升,杨惠宁,孙哲涛,程名,任媛,张思佳. 基于BERT+BiLSTM+CRF深度学习模型和多元组合数据增广的渔业标准命名实体识别[J]. 大连海洋大学学报, 2021, 36(4): 661-669. DOI: 10.16535/j.cnki.dlhyxb.2021-035
作者姓名:杨鹤  于红  刘巨升  杨惠宁  孙哲涛  程名  任媛  张思佳
作者单位:大连海洋大学信息工程学院, 辽宁省海洋信息技术重点试验室, 辽宁大连116023;大连海洋大学信息工程学院, 辽宁省海洋信息技术重点试验室, 辽宁大连116023;设施渔业教育部重点试验室, 辽宁大连116023
摘    要:为解决渔业标准命名实体识别任务中部分实体语料分布稀疏导致的效果不佳问题,提出了基于多元组合数据增广(data augmentation method based on multiple combination,MCA)的渔业标准命名实体识别方法,该方法融合了基于领域词典的联合替换算法(joint replacement...

关 键 词:深度学习  实体识别  数据增广  BERT  双向长短时记忆网络  渔业标准

Fishery standard named entity recognition based on BERT+BiLSTM+CRF deep learning model and multivariate combination data augmentation
YANG He,YU Hong,LIU Jusheng,YANG Huining,SUN Zhetao,CHENG Ming,REN Yuan,ZHANG Sijia. Fishery standard named entity recognition based on BERT+BiLSTM+CRF deep learning model and multivariate combination data augmentation[J]. Journal of Dalian Fisheries University, 2021, 36(4): 661-669. DOI: 10.16535/j.cnki.dlhyxb.2021-035
Authors:YANG He  YU Hong  LIU Jusheng  YANG Huining  SUN Zhetao  CHENG Ming  REN Yuan  ZHANG Sijia
Abstract:
Keywords:
本文献已被 CNKI 万方数据 等数据库收录!
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-23

京公网安备 11010802026262号