基于字词向量的BiLSTM-CRF水利工程巡检文本实体识别模型OACSTPCD
Text Entity Recognition Model of BiLSTM-CRF Hydraulic Engineering Inspection Based on Word Vector
命名实体识别是构建水利知识图谱的核心技术.水利工程巡检文本是水利工程最为常见的数据类型,以文本形式记录,没有固定格式与结构,但其包含水利工程安全潜在风险信息,具有价值密度高的特点.针对水利工程巡检文本命名实体识别问题,提出字词向量融合的 BiLSTM-CRF模型,首先将巡检文本分别在字维度和词维度进行向量化处理,合并字词向量获取字词向量特征;然后利用 BiLSTM 神经网络获取序列化后的上下文特征;最后通过 CRF进行解码并提取相应实体.以南水北…查看全部>>
Named entity recognition is the core technology for constructing water resources knowledge graphs.Hydraulic en-gineering inspection text is the most common data type of hydraulic engineering.Recorded in text form,there is no fixed format and structure,but it contains potential risk information of water conservancy project safety,characterized by high value density.In view of the problem of recognizing named entities in the text of water conservancy project i…查看全部>>
刘雪梅;程彭圣男;李海瑞;曹闯;高英;崔培
华北水利水电大学 信息工程学院,河南 郑州 450046河南省水利勘测设计研究有限公司,河南 郑州 450016华北水利水电大学 管理与经济学院,河南 郑州 450046河南省水利勘测设计研究有限公司,河南 郑州 450016河南省水利勘测设计研究有限公司,河南 郑州 450016黄河水利水电开发集团有限公司,河南 郑州 450003
计算机与自动化
巡检文本实体识别双向长短期记忆神经网络Word2Vec条件向量场
inspection textentity recognitionBiLSTM neural networkWord2Vecconditional vector field
《华北水利水电大学学报(自然科学版)》 2024 (3)
9-17,9
国家自然科学基金项目(72271091)河南省科学院科技开放合作项目(220901008).
评论