来源：期刊VIP网 时间：
作者：陈金玉;王名扬;刘旭;
单位：东北林业大学计算机与控制工程学院;
摘要：提出BCBGAC(BERT-CNN-BiGRU-Attention-CRF)模型，通过在汉字嵌入中集成字形结构信息来提高中文命名实体识别精度.BCBGAC使用五笔法将汉字按书写顺序分解为基本汉字组件，汉字组件由Skip-Gram方法编码，汉字组件编码矩阵输入卷积神经网络CNN,提取汉字字形结构特征，生成汉字字形结构向量.字形结构向量与BERT模型生成的汉字基本向量拼接得到最终的汉字嵌入向量.然后将汉字向量输入到BiGRU网络中，以捕获向量之间的上下文关系.引入注意力机制来对字符向量进行加权，通过CRF解码层获得实体序列的最佳标注.在两个数据集上的实验结果表明，BCBGAC模型取得了比基线模型更好的实体识别效果.F1在两个数据集上分别达到96.06%和95.48%,验证了BCBGAC模型在中文命名实体识别任务中的有效性.
关键词：命名实体识别;;字形结构嵌入;;BiGRU;;注意力机制
基金资助：国家自然科学基金资助项目(71473034);; 黑龙江省自然科学基金资助项目(LH2019G001)
