基于准循环神经网络的中文命名实体识别
Computer Engineering and Design（2020）
摘要
针对中文命名实体识别中长短期记忆网络识别模型缺乏并行性的问题,提出一种融合双向准循环神经网络(BQRNN)与条件随机场(CRF)的中文命名实体识别模型.通过BQRNN网络在序列维度和特征维度上并行获取序列化文本的内部特征,由CRF层选取最终的标签序列,在模型中添加Attention机制,增强BQRNN网络输出的特征信息.实验结果表明,该模型与BLSTM-CRF模型相比F1值提高了1.81％,缩短了约40％ 的运行时间.
更多AI 理解论文
溯源树
样例
生成溯源树，研究论文发展脉络
Chat Paper
正在生成论文摘要