命名实体识别是构建时钟领域知识图谱的关键步骤，然而目前时钟领域存在标注样本数量少等问题，导致面向时钟领域的命名实体识别精度不高。为此，本文利用预训练语言模型BERT进行时钟领域文本的特征提取，然后利用线性链条件随机场（Linear-CRF）方法进行序列标注，提出了一种BERT-LCRF的命名实体识别模型。对比实验结果表明，该模型能够充分学习时钟领域的特征信息，提升序列标注精度，进而提升时钟领域的命名实体识别效果。
科研之友
微信
新浪微博
Facebook
分享链接
