中文命名实体识别相关论文
命名实体识别是进行文本处理的基础技术手段,深度学习因其强大的学习能力能够挖掘更深层次的文本特征而深受命名实体识别领域研究......
针对目前中文命名实体识别研究集中在输入文本的特征的提取，且输入的嵌入表示直接影响模型的性能这一特点，从背景知识、研究现状和未......
命名实体识别任务是自然语言处理领域重要的研究方向之一,旨在识别文本中的人名、地名、机构名和专有名词等实体,作为一项基本任务......
提出了一种基于Transformer和隐马尔科夫模型的字级别中文命名实体识别新方法。本文改进了Transformer模型的位置编码计算函数，使得......
对于中文命名实体识别任务，一种非常有效的方法是创建能结合字与词语信息的点阵，利用词语语义信息的同时减少分词错误带来的影响.然......
21世纪以来,依托新一代信息技术与已有馆藏资源,建立具有区域文化特色的名人专题数据平台,已成为数字化人文建设的重要任务之一。......
进入信息时代以来,网络中信息的数量以惊人的速度急剧增加。用户要在这些巨量的信息资料中准确找到所需的部分极其困难,如何利用计......
电力行业内部会积累规模可观的电力业务数据,自动挖掘电力业务数据中的信息对提升相关部门业务能力、降低电力行业内巨大运维成本......
命名实体识别（Named Entity Recognition,NER）的主要任务是识别出文本中人名、地名和机构名等专有名词,作为自然语言处理（Natural Lan......
知识图谱能从海量文本和图像中提取出需求的信息,有着广阔的应用场景。领域知识图谱作为知识图谱中的一种,由于存在数据难以获取和......
命名实体识别（Named Entity Recognition,NER）技术是对文本中的命名实体进行探测和分类的技术,是信息抽取（Information Extraction）技......
在Transformer-CRF的基础上,通过调整函数优化方向感知和距离感知,提出一种基于调整函数动态调整方向感知的中文命名实体识别(C-AD......
随着互联网技术和信息技术的发展,传统的搜索方式逐渐被以知识图谱为支撑的搜索方式所代替,以知识图谱为支撑的搜索方式不仅能为用......
近年来我国互联网产业得到长足发展,在这个进程中产生了海量的中文文本数据,这些数据资源中蕴藏着丰富的潜在信息。命名实体作为文......
命名实体识别任务的目标是定位自然文本中的实体并将其分类至预定义的类别中。命名实体识别任务一方面可以帮助阅读人员快速定位到......
命名实体识别是自然语言处理技术中的基础任务。作为转化非结构化文本数据的关键步骤和重要手段,命名实体识别在信息提取、问答系......
针对军事重要目标实体自动获取的问题,提出一种将基于转换器的轻量级双向编码表征(a lite BERT,ALBERT)、双向门控循环单元(Bi-Gat......
命名实体识别作为信息抽取的核心任务,能够从文本中识别出各类命名实体.近年来,深度学习技术在字词表示、特征提取等方面上的应用,......
为了提高中文命名实体识别的效果,提出了基于XLNET-Transformer P-CRF模型的方法,该方法使用了Transformer P编码器,改进了传统Tra......
近年来条件随机场(CRF)模型在自然语言处理中的应用越来越广泛。标准的线性链(linear-chain)模型一般采用L-BFGS参数估计方法，收敛......
基于字词联合的中文命名实体识别模型能够兼顾字符级别与词语级别的信息,但受未登录词影响较大且在小规模数据集上存在训练不充分......
命名实体识别(Named Entity Recognition,NER)作为自然语言处理的基本任务之一,一直以来都是国内外研究的热点.随着金融互联网的快......
命名实体识别是自然语言处理的核心任务。在基于深度学习的中文命名实体识别方法中,静态字向量无法表征字的多义性。针对该问题,提......
中文文本没有分词的标志符号,而分词的好坏会直接影响中文命名实体识别。针对这个问题,文章将从基于联合分词任务 (CWS) 的多任务......
中文叙事性文本的命名实体识别往往受限于中文的一词多义性和上下文结合不充分,难以在识别人名、地名、机构名的同时,将普通名词、......
针对中文电子病历词边界模糊,一字多义,难以提取字符信息极大地影响了命名实体识别方法的性能问题,提出一种增强字符信息的神经网......
文本信息抽取是海量文本信息处理的重要环节,旨在为人们提供从海量联机文本中快速、准确地获取有用信息的工具,是一个具有高度理论......
随着计算机应用的深入和互联网的发展，人们可获得的信息量急剧增加，如何自动有效地从网络资源中找到用户真正需要的信息成为当前的迫......
近年来，随着文本分析需求的增长，命名实体识别(Named Entity recognition，NER)研究蓬勃发展，命名实体识别任务的效果有了很大的提升，同......
命名实体识别是信息抽取的子任务,同时也是机器翻译、自动问答等多种自然语言处理技术的基础。由于受中文自身特点的限制,中文命名......
在人工智能的研究领域中，许多实际的应用问题，如知识表示、自动推理、机器学习、规划以及自然语言处理技术等，都具有不确定性和复杂的......
命名实体识别(Named Entity Recognition,简称NER),作为自然语言处理任务中一项基础性工作,已经被广泛地应用在一些语言处理领域中......
农业生物质材料种类繁多,在送检过程中对于属性的检测要求也不尽相同,因此这对农业信息命名实体识别技术提出了一定的要求。本文通......
摘 要：文章对融合词信息增强中文命名实体识别问题进行了研究，提出一种用于中文命名实体识别的融合词信息神经网络模型系统。首先使......
随着大数据技术的发展,网络环境日益复杂,网络信息中关于金融的信息量呈爆炸性增长,如何从海量信息中获得有用的信息并构建金融领......
针对中文命名实体识别中循环神经网络不能很好地处理长序列问题,以及用单一向量去表征汉字时,由于汉字存在多义性而导致识别结果不......
随着互联网在工作生活用中的普及与发展,各行的工作流程逐渐从数字时代进入了信息共享时代,也因此得到了越来越多的效率提升。目前......
随着采用电子病历系统的医疗机构增多,电子化的医疗信息迅速增长,健康医疗步入大数据时代。电子病历作为健康医疗的核心数据,包含......
命名实体识别旨在识别非结构化文本中具有实际意义的实体,是很多自然语言处理任务的基础,在机器翻译、知识图谱构建、信息抽取、自......
本论文针对信息抽取的关键技术之一命名实体的抽取进行了较为全面而深入的研究。首先着重分析了中文命名实体识别的难点和特点。然......
针对中文命名实体识别问题,该文提出了一种基于迁移学习和深度学习的TrBiLSTM-CRF模型.该模型采用基于实例的迁移学习算法,通过权......
命名实体识别是信息抽取、机器翻译、知识图谱等应用领域的重要基础工具,在自然语言处理技术走向实用化过程中有着重要地位。在中......
近年来,基于RNN的模型架构在命名实体识别任务中被广泛采用,但其循环特性导致GPU的并行计算能力无法被充分利用。普通一维卷积虽可......
由于缺乏自然定界符,中文命名实体识别(NER)比英文更具挑战性。虽然中文分词(CWS)通常被认为是中文NER的关键和开放问题,但其准确......
在大规模文本语料库上预先训练的BERT等神经语言表示模型可以很好地从纯文本中捕获丰富的语义信息.但在进行中文命名实体识别任务......
中文命名实体识别是中文信息处理领域中的一项基本任务,能够为关系抽取、实体链接和知识图谱提供技术支持。与传统命名实体识别方......
本文针对难度最大的两类命名实体（地名和机构名）在条件随机场框架下首次引入了小规模的常用尾字特征。实验表明，该特征与词类特征具有......
