結(jié)合詞典方法的圖注意力網(wǎng)絡(luò)實體抽取模型

摘要： 常見的命名實體識別模型主要關(guān)注字詞特征的抽取，對上下文語義信息的捕捉與挖掘不夠充分，對中文字詞邊界模糊、語義歧義等問題效果較差；對此，提出了一種結(jié)合詞典方法的圖注意力網(wǎng)絡(luò)實體抽取模型，能夠有效減少錯誤信息在網(wǎng)絡(luò)中的傳播，增強(qiáng)對詞典信息的有效利用；并通過融入“BMES”圖結(jié)構(gòu)和注意力機(jī)制，建立字詞之間的通道，深度挖掘字詞在不同語境下的關(guān)系；為了驗證模型的有效性，在MRSA和Wei... （共7頁）

命名實體識別 特征抽取 詞典 圖注意力網(wǎng)絡(luò) 交互圖