基于深度信念网络的命名实体识别

发布时间：2017-09-09 23:18

  本文关键词：基于深度信念网络的命名实体识别

  更多相关文章： 深度信念网络 命名实体识别 神经网络语言模型

【摘要】：传统的命名实体识别方法是将大量手工制定的特征输入到统计学习模型中以实现对词语的标记,能够取得较好的效果,但其手工特征制定的方式增加了模型建立的难度。为了减轻传统方法中手工特征制定的工作量,首先对神经网络语言模型进行无监督训练以得到词语特征的分布式表示,然后将分布式的特征输入到深度信念网络中以发现词语的深层特征,最后进行命名实体识别。该方法在前人研究的基础上利用深度信念网络对神经网络语言模型进行了扩展,提出了一种可用于命名实体识别的深层架构。实验表明,在仅使用词特征和词性特征的条件下,该方法用于命名实体识别的性能略优于基于条件随机场模型的方法,具有一定的使用价值。
【作者单位】： 解放军理工大学指挥信息系统学院;
【关键词】： 深度信念网络 命名实体识别 神经网络语言模型
【分类号】：TP391.1
【正文快照】： 到稿日期:2015-02-01返修日期:2015-05-141引言命名实体(Named Entity,NE)[1]是文本中基本的信息单位,主要包括固有名称、缩写和其他唯一标识等,是正确理解文本的基础。命名实体识别(Named Entity Recognition,NER)[2]是信息提取、问答系统、句法分析、机器翻译和面向Semantic

【相似文献】

中国期刊全文数据库 前10条

1 张晓艳;王挺;陈火旺;;命名实体识别研究[J];计算机科学;2005年04期

2 邱莎;;几种基于机器学习的生物命名实体识别模型比较[J];电脑知识与技术(学术交流);2007年05期

3 赵军;;命名实体识别、排歧和跨语言关联[J];中文信息学报;2009年02期

4 郑强;刘齐军;王正华;朱云平;;生物医学命名实体识别的研究与进展[J];计算机应用研究;2010年03期

5 张向U，

本文编号：823347