山东大学学报(工学版)

作者：李明键,李卫军,王海荣

单位：1.北方民族大学计算机科学与工程学院, 宁夏 银川 750021;2.北方民族大学图形图像智能处理国家民委重点实验室, 宁夏 银川 750021

关键词：相对位置编码,词汇信息,实体识别,特征融合,神经网络,

基金：宁夏自然科学基金资助项目(2021AAC03215);北方民族大学重点科研项目(2021JCYJ12)

为了提升GlobaiPointer方法的实体边界区分性能,提出一种融合词汇信息与GlobalPointer的实体识别方法。对SoftLexicon提取的词汇特征与字符相结合,采用BiLSTM网络与RoPE编码捕捉时序与相对位置信息构建全面特征,通过实体矩阵实现实体识别。对多个数据集进行试验,本研究提出的模型相较于其他基线模型,精确率、召回率、F1均有一定的提升,Weibo数据集中F1达到71.33%、CMeEE数据集中F1达到63.45%,表明本研究提出的模型架构能够进一步扩充语义表征,增强识别性能。

来源：2024年第1期

《山东大学学报(工学版)》期刊编辑部

查看山东大学学报(工学版)杂志2024年第1期