-
题名基于深度学习的命名实体识别综述
被引量:31
- 1
-
-
作者
邓依依
邬昌兴
魏永丰
万仲保
黄兆华
-
机构
华东交通大学软件学院
-
出处
《中文信息学报》
CSCD
北大核心
2021年第9期30-45,共16页
-
基金
国家重点研发计划(2018YFC0831106)
国家自然科学基金(61866012)
+1 种基金
江西省自然科学基金(20181BAB202012)
江西省教育厅科学技术研究项目(GJJ180329)。
-
文摘
命名实体识别是自然语言处理的基础任务之一,目的是从非结构化的文本中识别出所需的实体及类型,其识别的结果可用于实体关系抽取、知识图谱构建等众多实际应用。近些年,随着深度学习在自然语言处理领域的广泛应用,各种基于深度学习的命名实体识别方法均取得了较好的效果,其性能全面超越传统的基于人工特征的方法。该文从三个方面介绍近期基于深度学习的命名实体识别方法:第一,从输入层、编码层和解码层出发,介绍命名实体识别的一般框架;第二,分析汉语命名实体识别的特点,着重介绍各种融合字词信息的模型;第三,介绍低资源的命名实体识别,主要包括跨语言迁移方法、跨领域迁移方法、跨任务迁移方法和集成自动标注语料的方法等。最后,总结相关工作,并提出未来可能的研究方向。
-
关键词
命名实体识别
汉语命名实体识别
低资源命名实体识别
深度学习
-
Keywords
named entity recognition(NER)
Chinese NER
low-resource NER
deep learning
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
-
题名信息提取技术概述(下)
被引量:11
- 2
-
-
作者
孙斌
-
机构
北京大学
-
出处
《术语标准化与信息技术》
2003年第1期34-37,共4页
-
-
关键词
中文信息提取
汉语命名实体
模式匹配
信息提取技术
-
分类号
G202
[文化科学—传播学]
TP391
[自动化与计算机技术—计算机应用技术]
-