基于混合深度学习的藏医古籍命名实体识别研究 |
| |
引用本文: | 刘佳,边俊伊.基于混合深度学习的藏医古籍命名实体识别研究[J].现代情报,2023(11):37-46. |
| |
作者姓名: | 刘佳 边俊伊 |
| |
作者单位: | 吉林大学商学与管理学院 |
| |
基金项目: | 教育部人文社会科学研究规划基金项目“基于数据生态的图书馆知识服务价值共创的演化机制、模拟实验及优化研究”(项目编号:19YJA870007); |
| |
摘 要: | 目的/意义]针对藏医古籍知识组织与开发不足的问题,利用混合深度学习方法构建面向藏医古籍的命名实体识别模型,为藏医古籍知识的深度开发与利用提供方法支持。方法/过程]根据藏医古籍知识特点,构建ALBERT-BiLSTM-CRF模型。以《四部医典》为数据集,在人工标注与文本预处理的基础上,进行命名实体识别实验,并将实验结果与其他3种常见模型进行对比分析。结果/结论]ALBERT-BiLSTM-CRF模型对藏医古籍实体识别效果最好,F1-score达到96.28%,与其他方法相比提升约7个百分点。
|
关 键 词: | 混合深度学习 命名实体识别 ALBERT 双向长短期记忆网络 条件随机场 藏医古籍 知识组织 《四部医典》 |
|
|