Knowledge Commons of Institute of Automation，CAS
| 基于对比学习的中文命名实体识别方法 | |
江洲钰
| |
| 发表期刊 | 中文信息学报
 |
| 2022 | |
| 页码 | 0 |
| 摘要 | 针对中文命名实体识别任务，基于字词图进行字词特征融合被证明是一类有效的性能提升方法。然而，在实际场景下，构建字词图所使用的外部词典与训练数据间将存在领域、表达方式等多方面不一致性，导致引入的词与实体间存在不完全匹配问题。不完全匹配词指与实体间存在边界冲突或语义冲突的词，会在模型识别实体边 界与类型过程中引入噪声特征。针对此问题，该文提出了一种基于对比学习的中文命名实体识别方法，将冲突实例视为负例，并为边界冲突和语义冲突分别设计了对比学习模块。另外，该文提出了改进的折损 InfoNCE 函数， 以提升语义对比模块区分相似标签的能力。实验表明，在四个中文命名实体识别公开数据集上，该文提出的方法均达到了当前最优性能。 |
| 关键词 | 命名实体识别 对比学习 特征融合 |
| 语种 | 中文 |
| 七大方向——子方向分类 | 自然语言处理 |
| 国重实验室规划方向分类 | 语音语言处理 |
| 文献类型 | 期刊论文 |
| 条目标识符 | http://ir.ia.ac.cn/handle/173211/49910 |
| 专题 | 多模态人工智能系统全国重点实验室_自然语言处理 |
| 推荐引用方式 GB/T 7714 | 江洲钰. 基于对比学习的中文命名实体识别方法[J]. 中文信息学报,2022:0. |
| APA | 江洲钰.(2022).基于对比学习的中文命名实体识别方法.中文信息学报,0. |
| MLA | 江洲钰."基于对比学习的中文命名实体识别方法".中文信息学报 (2022):0. |
| 条目包含的文件 | ||||||
| 文件名称/大小 | 文献类型 | 版本类型 | 开放类型 | 使用许可 | ||
| CLNER最终稿.pdf（808KB） | 期刊论文 | 作者接受稿 | 开放获取 | CC BY-NC-SA | 浏览 | |
| 个性服务 |
| 推荐该条目 |
| 保存到收藏夹 |
| 查看访问统计 |
| 导出为Endnote文件 |
| 谷歌学术 |
| 谷歌学术中相似的文章 |
| [江洲钰]的文章 |
| 百度学术 |
| 百度学术中相似的文章 |
| [江洲钰]的文章 |
| 必应学术 |
| 必应学术中相似的文章 |
| [江洲钰]的文章 |
| 相关权益政策 |
| 暂无数据 |
| 收藏/分享 |
除非特别说明，本系统中所有内容都受版权保护，并保留所有权利。
修改评论