10.3969/j.issn.2095-2163.2023.05.024
基于BERT-CBG-BiLSTM-CRF的羊养殖命名实体识别
羊养殖知识多以文本的形式记录存储,知识量大、碎片化程度严重.为了改善构建羊养殖知识图谱时命名实体识别效果不佳的问题,本文的羊养殖文本命名实体识别模型将双向门控循环单元与卷积神经网络相结合,模型通过BERT预处理进行文本向量化处理,处理结果在CBG层通过训练字词向量,得到初步提取的上下文语义和词语语义,连接双向长短期记忆网络;条件随机场最终得到最大概率的输出序列.实验对特征、产地、建设、经济价值、品种、产区环境6类实体进行识别,最高F1值为95.86％.
羊养殖、命名实体识别、BERT、神经网络
13
TP391(计算技术、计算机技术)
贵州省科学技术基金;贵州省科技支撑计划
2023-05-25（万方平台首次上网日期，不代表论文的发表时间）
共6页
140-144,150
