文献

J-GLOBAL ID：202002227819449389   整理番号：20A1147207

BERTに基づく警報テキスト固有表現認識【JST・京大機械翻訳】

Alarm text named entity recognition based on BERT

著者 (4件)： Wang Yue (迪愛斯信息技術股fen有限公司,上海200032;電信科学技術第一研究所,上海200032) ,  Wang Mengxuan (迪愛斯信息技術股fen有限公司,上海200032;電信科学技術第一研究所,上海200032) ,  Zhang Sheng (迪愛斯信息技術股fen有限公司,上海200032;電信科学技術第一研究所,上海200032) ,  Du Wen (迪愛斯信息技術股fen有限公司,上海200032;電信科学技術第一研究所,上海200032)
資料名： Jisuanji Yingyong  (Jisuanji Yingyong)
巻： 40  号： 2  ページ： 535-540  発行年： 2020年 
JST資料番号： C2535A  ISSN： 1001-9081  CODEN： JYIIDU  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 中国 (CHN)  言語： 中国語 (ZH)

抄録/ポイント： 警戒領域のキーエンティティ情報の認識が難しいという問題に対して、BERTに基づくニューラルネットワークモデルBERT-BiLSTM-Attention-CRFを提案し、関連固有表現を識別・抽出し、異なる案に対して対応する実体標識注釈を設計した。本モデルは,従来のSkip-gramとCBOW方式によって訓練した静的な単語ベクトルの代わりに,BERTの事前訓練単語ベクトルを使用し,単語ベクトルの表証能力を改善し,中国語コーパスの単語境界の分割を解決した。古典的固有表現認識(NER)モデルアーキテクチャのBiLSTM-CRF.BERT-BiLSTM-Attention-CRFモデルは,テストセットで91%の正解率を達成し,CRF++のベンチマークモデルより7%高い。また、BiLSTM-CRFモデル86%の精度より高く、その中の関連人名、損失金額、処理方式などの実体のF1値は0.87より高い。Data from Wanfang. Translated by JST.【JST・京大機械翻訳】

シソーラス用語： ベクトル ,  *警報 ,  人名 ,  中国語 ,  ベンチマーク ,  単語 ,  コーパス ,  アノテーション
準シソーラス用語： 神経回路網モデル ,  *固有表現 ,  正解率 , 【Automatic Indexing@JST】

分類 (1件)： 計算機網  (JC03000K)

タイトルに関連する用語 (3件)： BERT ,  警報 ,  固有表現