来源：期刊VIP网 时间：
作者：吕惠林;董佳瑶;袁林;李利;
单位：中煤科工集团常州研究院有限公司;西安科技大学电气与控制工程学院;贵州盘江精煤股份有限公司火烧铺矿;
摘要：命名实体识别是构建煤矿安全事故领域知识图谱的基本任务，但中文缺乏明显的词汇边界特征，导致现有实体提取模型对词汇信息利用不充分。针对上述问题，提出了一种融合词汇信息的煤矿安全事故实体提取模型——融合词汇信息的RoBERTa-BiLSTM-CRF模型。首先，构建煤矿安全领域专业词典，采用RoBERTa获取字符特征向量，采用AC自动机算法进行字词匹配，得到字符对应的潜在词汇，采用Glove获取词汇特征向量。然后，通过自注意机制分配权重，将基于RoBERTa得到的字符特征向量和基于GloVe得到的词汇特征向量进行融合，得到包含词汇信息的融合向量。最后，将融合向量作为BiLSTM-CRF的输入，得到最优预测序列结果，实现煤矿安全事故实体提取。实验结果表明：(1)融合词汇信息的RoBERTa-BiLSTM-CRF模型对煤矿安全领域12种实体提取的F_1达91.63%，较RoBERTa-BiLSTM-CRF模型提高了1.63%。(2)融合词汇信息的RoBERTa-BiLSTM-CRF模型在整体实体提取任务及各类实体类型的提取任务中，综合性能优于其他模型，说明模型架构设计对不同实体类型具有广泛适用性。
关键词：煤矿安全事故;实体提取;词汇信息;本体模型;实体标注;命名实体识别
基金资助：国家重点研发计划项目(2023YFC3009800); 陕西省教育厅科学研究计划项目(23JK0152); 陕西省自然科学基础研究计划项目(2024JC-YBQN-0726,2023-JC-QN-0001); 陕西省秦创原“科学家+工程师”队伍建设项目(2022KXJ-38)
