融合外部知识和位置信息的中文命名实体识别

作     者：李源 洛桑嘎登 蒋卫丽 

作者机构：西藏大学信息科学技术学院 四川大学计算机学院 信阳农林学院信息工程学院 

出 版 物：《计算机工程与应用》 (Computer Engineering and Applications)

年 卷 期：2024年

学科分类：08[工学] 081203[工学-计算机应用技术] 0812[工学-计算机科学与技术（可授工学、理学学位）] 

基　　金：科技创新2030——“新一代人工智能”重大项目（2022ZD0116100） 信阳农林学院科研促教学(kj-2022007) 信阳农林学院青年教师科研基金(QN2023014) 

主　　题：Lattice 知识图谱嵌入 位置信息 中文命名实体识别 

摘      要：命名实体识别(NER)是信息检索和自然语言处理领域重要且基础的任务。与英文不同，目前大部分的中文NER方法，都面临分词困扰、领域知识缺失的问题。针对以上问题，本文基于Lattice结构，提出一种结合知识图谱(Knowledge Graphs， KG)嵌入和带掩码位置信息的中文NER模型。Lattice语义信息的使用，为补充词粒度信息和解决分词问题奠定了结构基础。知识图谱嵌入的使用，为模型补充并定位了其所缺失的领域知识。而带掩码位置信息的使用，则较好地解决了由于知识图谱的引入而带来的知识噪声问题。本文所提出的方法在通用领域和垂直领域上均能取得较好的表现，在Weibo、Resume以及CCKS 2017上的F1值分别达到了74.01%、96.62%、94.95%。