| 基于BiLSTM-CRF的中文地质时间信息抽取 |
| |
| 引用本文： | 刘文聪,张春菊,汪陈,张雪英,朱月琴,焦守涛,鲁艳旭.基于BiLSTM-CRF的中文地质时间信息抽取[J].地球科学进展,2021,36(2):211-220. |
| |
| 作者姓名： | 刘文聪 张春菊 汪陈 张雪英 朱月琴 焦守涛 鲁艳旭 |
| |
| 作者单位： | 合肥工业大学土木与水利工程学院,安徽合肥230009;合肥工业大学土木与水利工程学院,安徽合肥230009;自然资源部城市国土资源监测与仿真重点实验室,厂东 深圳 518034;南京师范大学虚拟地理环境教育部重点实验室,江苏 南京210023;中国地质调查局发展研究中心,北京 100037 |
| |
| 摘 要： | 时间信息贯穿于地质现象和事件产生、发展、消亡的整个过程中,反映了地质现象和事件的状态和演变过程.特别是,地质时间表达通常与成矿内在机制和时空演化规律有关.设计并实现了基于深度学习的通用时间和地质时间信息抽取方法.结合地质矿产文本中时间信息的描述特点,将时间信息划分为通用时间信息与地质时间信息两种类型,并对两种时间信息类型进行细分;基于自主研发的“交互式矿产信息标注软件”,采用交叉验证及意见反馈模式构建了地质时间信息语料库;实现了基于双向长短期记忆神经网络—条件随机场(BiLSTM-CRF)的时间信息抽取方法;并与主流的卷积神经网络(CNN)和条件随机场(CRF)模型的抽取结果进行了比较.实验结果表明,基于双向长短期记忆神经网络—条件随机场的时间信息抽取效果最好,对总体时间抽取的F1值达到95.49％,较好地解决了地质文本中时间信息的规范化表达和结构化抽取问题.
|
| 关 键 词： | 地质时间 时间抽取 时间信息语料库 条件随机场 双向长短期记忆神经网络 |
Geological Time Information Extraction from Chinese Text Based on BiLSTM-CRF |
| |
| LIU Wencong,ZHANG Chunju,WANG Chen,ZHANG Xueying,ZHU Yueqin,JIAO Shoutao,LU Yanxu.Geological Time Information Extraction from Chinese Text Based on BiLSTM-CRF[J].Advance in Earth Sciences,2021,36(2):211-220. |
| |
| Authors: | LIU Wencong ZHANG Chunju WANG Chen ZHANG Xueying ZHU Yueqin JIAO Shoutao LU Yanxu |
| |
| Abstract: | |
| |
| Keywords: | |
| 本文献已被 万方数据 等数据库收录！ |
|
