融合词汇信息与GlobalPointer的实体识别

作者：李明键; 李卫军^*; 王海荣

来源：山东大学学报(工学版), 2023, 1-9.

• 相对位置编码
• 词汇信息
• 实体识别
• 特征融合
• 神经网络

为了提升GlobaiPointer方法的实体边界区分性能,提出一种融合词汇信息与GlobalPointer的实体识别方法。针对字符利用SoftLexicon提取词汇特征并与字符相结合,采用BiLSTM网络与RoPE编码捕捉时序与相对位置信息构建全面特征,通过实体矩阵实现实体识别。对多个数据集进行试验,提出的模型相较于其他基线模型,精确率、召回率、F1均有一定的提升,Weibo数据集中F1达到71.33%、CMeEE数据集中F1达到63.45%。表明提出的模型架构能够进一步扩充语义表征,增强识别性能。

• 单位
  北方民族大学