基于远程监督和深度学习的非物质文化遗产文本属性抽取研究

作者：范涛; 王昊^*; 张宝隆

来源：情报理论与实践, 2021, 44(10): 1-17.

DOI：10.16353/j.cnki.1000-7490.2021.10.001

• 非物质文化遗产
• 自然语言处理
• 远程监督
• 属性抽取
• 神经网络
• 深度学习

[目的/意义]对非物质文化遗产(以下简称非遗)文本展开属性抽取研究,有利于非遗的知识图谱建设和非遗文化传播。[方法/过程]首先,基于非遗属性表,借助远程监督方法,构建大规模非遗文本属性标注语料。其次,基于深度学习方法构建CNN-BiLSTM-Att-CRF模型,对标注的非遗属性语料库中的属性值进行抽取,并同相关基线模型进行比较。[结果/结论]通过对标注语料库进行抽样检测,发现基于远程监督的非遗属性抽取标注语料库质量较高;本文提出的模型在多个非遗属性中属性抽取表现最优,同时平均的非遗属性抽取性能最佳。

• 单位
  南京大学