山东大学学报(工学版)

作者：袁钺,王艳丽,刘勘

单位：1. 北京大学信息管理系，北京 100871；2. 中南财经政法大学信息与安全工程学院，湖北 武汉 430073

关键词：命名实体识别,空洞卷积块架构,感受野,神经网络,深度学习,

基金：中央高校基本科研业务费交叉学科创新研究项目(2722021EK016)

受到空洞卷积的启发提出面向二维文本嵌入的列式空洞卷积，设计空洞卷积块架构，基于此架构提出命名实体识别模型并开展进一步试验。在命名实体识别试验中，提出的模型的精密度、召回率和F1超越了其他基线模型，分别达到了0.918 7、0.879 4和0.898 6，表明空洞卷积块架构能够获取包含更多上下文信息的文本特征，从而支持模型对上下文长距离依赖特征的捕获和处理。感受野试验表明需要适当调整空洞率以减轻空洞卷积给模型带来的“网格效应”。提出的基于空洞卷积块架构能有效执行命名实体识别任务。

来源：2022年第6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2022年第6期