基于字词向量的BiLSTM-CRF水利工程巡检文本实体识别模型

作     者：刘雪梅 程彭圣男 李海瑞 曹闯 高英 崔培 LIU Xuemei;CHENG Pengshengnan;LI Hairui;CAO Chuang;GAO Ying;CUI Pei

作者机构：华北水利水电大学信息工程学院河南郑州450046 河南省水利勘测设计研究有限公司河南郑州450016 华北水利水电大学管理与经济学院河南郑州450046 黄河水利水电开发集团有限公司河南郑州450003 

出 版 物：《华北水利水电大学学报（自然科学版）》 (Journal of North China University of Water Resources and Electric Power：Natural Science Edition)

年 卷 期：2024年第45卷第3期

页      面：9-17页

学科分类：081203[工学-计算机应用技术] 08[工学] 0835[工学-软件工程] 0812[工学-计算机科学与技术（可授工学、理学学位）] 

基　　金：国家自然科学基金项目(72271091) 河南省科学院科技开放合作项目(220901008) 

主　　题：巡检文本 实体识别 双向长短期记忆神经网络 Word2Vec 条件向量场 

摘      要：命名实体识别是构建水利知识图谱的核心技术。水利工程巡检文本是水利工程最为常见的数据类型,以文本形式记录,没有固定格式与结构,但其包含水利工程安全潜在风险信息,具有价值密度高的特点。针对水利工程巡检文本命名实体识别问题,提出字词向量融合的BiLSTM-CRF模型,首先将巡检文本分别在字维度和词维度进行向量化处理,合并字词向量获取字词向量特征;然后利用BiLSTM神经网络获取序列化后的上下文特征;最后通过CRF进行解码并提取相应实体。以南水北调中线工程巡检文本为例,实验结果表明:字词向量结合之后的方法能有效提高识别性能,对实体边界的识别效果更优,模型准确率、召回率和F1值分别可以达到93.79%、93.06%、93.42%;时间效率较BERT-BiLSTM-CRF模型的时间效率提高82.86%。基于字词向量的BiLSTM-CRF模型可为水利工程知识图谱的快速构建提供技术支撑。