基于深度學習模型的命名實體識別研究進展
以下是資料介紹,如需要完整的請充值下載. 本資料已審核過,確保內容和網頁里介紹一致. 密 惠
無需注冊登錄,支付后按照提示操作即可獲取該資料.
無需注冊登錄,支付后按照提示操作即可獲取該資料.
資料介紹:
基于深度學習模型的命名實體識別研究進展(中文8800字,英文PDF)
摘要
命名實體識別(NER)是NLP系統中用于問答,信息檢索,關系提取等的關鍵組件.NER系統已被廣泛研究和開發數十年,但使用深度神經網絡(NN)的精確系統僅在過去幾年里演出。 我們對NER的深度神經網絡架構進行了全面的調查,并將其與基于特征工程和其他有監督或半監督學習算法的NER的先前方法進行了對比。我們的結果突出了神經網絡所實現的改進,并展示了如何將過去基于特征的NER系統的一些經驗教訓納入進一步改進。
