基于深度学习的航海通告命名实体识别方法 |
| |
引用本文: | 黄洋,刘国辉,郭立新.基于深度学习的航海通告命名实体识别方法[J].海洋测绘,2024(1):79-82. |
| |
作者姓名: | 黄洋 刘国辉 郭立新 |
| |
作者单位: | 1. 上海海洋大学海洋科学学院 |
| |
摘 要: | 为进一步提高识别、提取和应用航海通告信息的效率和准确性,基于对深度学习的自然语言处理技术及中文电子航海通告文本特点的研究,通过语料标注、搭建、调参、训练与评价了5种命名实体识别模型,得出CNN-BiLSTM-CRF模型的识别精确率、召回率等主要指标达到70%以上,能够适应复杂的通告内容及其语境干扰,是目前最优的航海通告命名实体识别模型的结论。应用该模型可为航海通告内容的自动化、智能化提取,高效编制及快速与准确应用提供一种新的技术方法。
|
关 键 词: | 航海通告 命名实体 自然语言处理 深度学习 神经网络 |
|
|