TResX-BiGRU:科技人才履历实体识别模型

来源：计算机技术与发展杂志2025年第02期北京时间：

作者：李彪;;陈燕红;*;温明;肖天赐;;韩博;

单位：1. 新疆农业大学 计算机与信息工程学院,新疆 乌鲁木齐 830052;2. 智能农业教育部工程研究中心,新疆 乌鲁木齐 830052;3. 新疆农业信息化工程技术研究中心,新疆 乌鲁木齐 830052;4. 新疆电子研究所,新疆 乌鲁木齐 830013

摘要：科技人才履历实体识别是人才知识图谱构建、人才推荐等应用的重要基础。 针对传统语言模型在处理长文本时效果不佳,难以有效识别文本中的实体关键信息,导致实体识别准确率低等问题,该文设计了一种科技人才履历命名实体识别模型 TResX-BiGRU。 文本特征通过 XLNet 模型进行编码,捕捉其丰富的上下文语义信息;使用 BiGRU 模型对文本的时序特征进行有效建模,进一步挖掘深层次文本语义关系;引入残差连接充分融合文本的不同层次的特征信息,将 XLNet 与 BiGRU 的输出经过线性变换后进行累加,最后输出最佳的标签序列。 在自建的科技人才履历 Talents 语料库与 Resume 数据集上进行了多层次的对比分析,实验结果表明,TResX-BiGRU 模型达到了较好的性能,分别获得了 82.36% 与 97.54% 的 F1 值,在科技人才履历命名实体识别任务中是一种先进的模型。

关键词：XLNet模型;BiGRU;科技人才履历;残差连接;命名实体识别