分层区域穷举的中文嵌套命名实体识别方法

来源：计算机技术与发展杂志2022年第09期北京时间：

作者：余诗媛;';郭淑明;黄瑞阳;张建朋;胡楠;'

单位：1. 郑州大学 软件学院,河南 郑州 4500012. 国家数字交换系统工程技术研究中心,河南 郑州 450002

摘要：嵌套命名实体之间蕴含着丰富的语义关系与结构信息,开发能够准确识别嵌套命名实体的算法具有重要研究意义。 针对现有的中文嵌套命名实体数据集中存在错标漏标以及现有识别方法大多忽略嵌套实体内部信息关联关系而导致准确性下降的问题,结合自动生成与手动标注的方法构建新的中文嵌套命名实体数据集 NEPD,在此基础上,设计一种利用分层区域穷举的中文嵌套命名实体识别模型。 该模型通过遍历文本组合实体,获取低层编码层的词嵌入信息;其次,为使邻接编码层之间实现信息交换,将低层编码层的词嵌入信息融入高层编码层;最后,利用多层解码层使长度为 L 的命名实体仅在第 L 层预测,有效防止错误传播现象发生从而提高识别准确度。 实验结果表明,在没有外部知识资源的情况下,LREM 模型在嵌套命名实体与非嵌套命名实体上的识别 F1 值分别达到 87. 19% 和 86. 27% ,其中非嵌套命名实体识别的 F1 值比传统的 BiLSTM+CRF 模型提升 1. 18% ,验证了该模型的可靠性。

关键词：嵌套命名实体识别;分层区域穷举;卷积神经网络;双向长短时记忆网络;信息抽取