基于自注意力深度学习的微博实体识别研究

作者：徐啸; 朱艳辉; 冀相冰

来源：湖南工业大学学报, 2019, 33(02): 48-52.

• 实体识别
• 自注意力
• 深度学习
• 神经网络

命名实体识别是自然语言处理的重要基础,随着神经网络的快速发展,深度学习的各种方法被应用于文本处理的各个方向。引入自注意力机制,结合深度学习方法,提出一种基于自注意力的双向长短期记忆条件随机场(SelfAtt-BiLSTM-CRF)方法来识别微博中的实体,利用自注意力机制,获取词与词之间的依赖关系,进一步提高模型的识别能力。实验表明,所提出的方法取得了较好的识别效果。

• 单位
  湖南工业大学