基于BERT和知识蒸馏的航空维修领域命名实体识别

作者：顾佼佼; 翟一琛^*; 姬嗣愚; 宗富强

来源：电子测量技术, 2023, 46(03): 19-24.

DOI：10.19651/j.cnki.emt.2210566

• 航空维修文本
• 命名实体识别
• BERT
• 知识蒸馏
• 伪标签增强
• 词向量增强

针对军事航空维修领域命名实体识别训练数据少，标注成本高的问题，改进提出一种基于预训练BERT的命名实体识别方法，借鉴远程监督思想，对字符融合远程标签词边界特征得到特征融合向量，送入BERT生成动态字向量表示，连接CRF模型得到序列的全局最优结果，在自建数据集上进行实验，F1值达到0.861。为压缩模型参数，使用训练好的BERT-CRF模型生成伪标签数据，结合知识蒸馏技术指导参数量较少的学生模型BiGRU-CRF进行训练。实验结果表明，与教师模型相比，学生模型以损失2%的F1值为代价，参数量减少了95.2%,运算推理时间缩短了47%。