基于改进的Transformer编码器的中文命名实体识别

作者：郑洪浩^*; 于洪涛; 李邵梅

来源：网络与信息安全学报, 2021, 7(05): 105-112.

• 中文命名实体识别
• Transformer编码器
• 相对位置信息

为了提高中文命名实体识别的效果,提出了基于XLNET-TransformerP-CRF模型的方法,该方法使用了TransformerP编码器,改进了传统Transformer编码器不能获取相对位置信息的缺点。实验结果表明,XLNET-TransformerP-CRF模型在MSRA、OntoNotes4.0、Resume、微博数据集4类数据集上分别达到95.11%、80.54%、96.70%、71.46%的F1值,均高于中文命名实体识别的主流模型。

• 单位
  信息工程大学