基于BiLSTM-CRF的玻璃文物知识点抽取研究

作者：杨云; 宋清漪; 云馨雨; 史雯倩; 尚梦丹

来源：陕西科技大学学报, 2022, 40(03): 179-184.

DOI：10.19481/j.cnki.issn2096-398x.2022.03.025

• 玻璃文物
• 玻璃文物特征字典
• 命名实体识别
• 双向长短时记忆网络
• 条件随机场

在玻璃文物领域中，有大量的文物数据没有被充分研究并利用.提出基于字向量的BiLSTM-CRF模型与玻璃文物特征字典相结合的命名实体识别方法，首先基于玻璃文物特征字典BIO标注文本并构建玻璃文物语料库，接着使用BiLSTM训练语料库并输出结果，最后CRF层结合训练结果对实体进行筛选并分类，抽取出正确的实体.实验表明，该方法在玻璃文物语料库中准确率达到91.56%,召回率达到88.25%,综合评价指标达到89.87%.

• 单位
  中央民族大学; 陕西科技大学