欢迎您！东篱公司
退出
-
申报数据库
-
立项数据库
-
成果数据库
-
项目获奖数据库
中文摘要：
在基于条件随机场的中文命名实体识别任务中，现有表示学习方法学习到的特征存在语义表示偏差，给中文命名实体识别带来噪音。针对此问题，提出了一种基于位置敏感Embedding的中文命名实体识别方法。该方法将上下文位置信息融入到现有的Embedding模型中，采用多尺度聚类方法抽取不同粒度的Embedding特征，通过条件随机场来识别中文命名实体。实验证明，该方法学习到的特征缓解了语义表示偏差，进一步提高了现有系统的性能，与传统方法进行相比，F值提高了2.85%。
英文摘要：
In the task of Chinese named entity recognition based on conditional random fields, there is semantic bias on fea- tures learned by present representation learning. This paper presented a Chinese named entity recognition method based on po- sition-sensitive embedding model. This method applied the position information to the embedding model and used multi-scale word clustering to extract different size features. And then it recognized Chinese named entity with conditional random fields. The experiment shows that, this method improves the F-score by 2.85, compared to traditional methods.
同期刊论文项目
同项目期刊论文
期刊信息
位置：