多场景文本的细粒度命名实体识别

多场景文本的细粒度命名实体识别

盛 剑1，向政鹏1，秦 兵1，刘 铭1，王莉峰2

【摘 要】命名实体识别一直是数据挖掘领域的经典问题之一，尤其随着网络数据的剧增，如果能对多来源的文本数据进行多领域、细粒度的命名实体识别，显然能够为很多的数据挖掘应用提供支持。该文提出一种多领域、细粒度的命名实体识别方法，利用网络词典回标文本数据获得了大量的粗糙训练文本。为防止训练文本中的噪声干扰命名实体识别的结果，该算法将命名实体识别的过程划分为两个阶段，第一个阶段先获得命名实体的领域标签，之后利用命名实体的上下文确定命名实体的细粒度标签。实验结果显示，该文提出的方法使F1值在全领域上平均值达到了80%左右。 【期刊名称】中文信息学报 【年(卷),期】2019(033)006 【总页数】8

【关键词】命名实体识别；细粒度类别划分；语料回标 定稿日期： 2019-02-28

基金项目：国家自然科学基金(61632011，61772156，61472107)

0 引言

命名实体识别(named entity recognition, NER)是自然语言处理领域(natural language processing, NLP)的基础任务之一，也是信息抽取中最为重要的一个子任务，并且可以对后续的抽取任务提供帮助。命名实体识别任务意在识别文本中的事物的名称，例如人名、地名和机构名。本文主要在多场景多领域下研究命名实体识别，以LSTM-CRF为基础并引入CNN(卷积神经网络)从文本