基于Bi-LSTM-CRF的商业领域命名实体识别

作者：丁晟春; 方振; 王楠

来源：现代情报, 2020, 40(03): 103-110.

• 商业领域
• 命名实体识别
• 深度学习
• Bi-LSTM-CRF

[目的/意义]为解决目前网络公开平台的多源异构的企业数据的散乱、无序、碎片化问题,提出Bi-LSTM-CRF深度学习模型进行商业领域中的命名实体识别工作。[方法/过程]该方法包括对企业全称实体、企业简称实体与人名实体3类命名实体识别。[结果/结论]实验结果显示对企业全称实体、企业简称实体与人名实体3类命名实体识别的识别率平均F值为90.85%,验证了所提方法的有效性,证明了本研究有效地改善了商业领域中的命名实体识别效率。

• 单位
  南京理工大学; 经济管理学院