基于标签迁移和深度学习的跨语言实体抽取研究

作者：余传明; 黄婷婷; 林虹君; 安璐

来源：现代情报, 2020, 40(12): 3-35.

• 知识获取
• 实体抽取
• 跨语言
• 深度学习
• 标签映射

[目的/意义]从跨语言视角探究如何更好地解决低资源语言的实体抽取问题。[方法/过程]以英语为源语言,西班牙语和荷兰语为目标语言,借助迁移学习和深度学习的思想,提出一种结合自学习和GRULSTM-CRF网络的无监督跨语言实体抽取方法。[结果 /结论]与有监督的跨语言实体抽取方法相比,本文提出的无监督跨语言实体抽取方法可以取得更好的效果,在西班牙语上,F1值为0.6419,在荷兰语上,F1值为0.6557。利用跨语言知识在源语言和目标语言间建立桥梁,提升低资源语言实体抽取的效果。

• 单位
  数学学院; 中南财经政法大学