基于BERT-CRF模型的火灾事故案例实体识别研究

作者：关斯琪; 董婷婷; 万子敬; 何元生

来源：消防科学与技术, 2023, 42(11): 1529-1534.

• 命名实体识别
• BERT-CRF
• 火灾事故
• 消防信息
• 火灾事故调查档案
• 语料集
• 火灾事故文本

为实现火灾事故调查档案的关键信息抽取，提出一种基于BERT-CRF模型的文本命名实体识别方法。通过对161篇事故报告进行实体标注及数据增强，构建了火灾事故文本语料集；基于BERT预训练模型，对语料集中的句子序列进行双向特征提取，深度挖掘事故文本上下文的语义信息；结合CRF模型，充分考虑标签转移规则，对关键实体进行预测。试验表明：本文方法在火灾事故案例实体识别任务中的精确率、召回率以及F1值分别为76.36%、86.19%、80.97%，优于BERT和BERT-BiLSTM-CRF模型，且训练时长较BERT-BiLSTMCRF模型缩短61 s。本文方法可为火灾调查知识库、案卷编制等下游系统提供准确的实体构建服务。

• 单位
  公安部天津消防研究所