基于Electra語言模型的地理命名實(shí)體識(shí)別

打開文本圖片集

摘要：地理命名實(shí)體識(shí)別是構(gòu)建高質(zhì)量地理知識(shí)圖譜的關(guān)鍵環(huán)節(jié)，需要從大量的非結(jié)構(gòu)化文本中提取地理實(shí)體名稱，為了提高識(shí)別效率和自動(dòng)化水平，文章選取百度百科和中文地址要素解析任務(wù)的部分?jǐn)?shù)據(jù)構(gòu)建語料庫，采用輕量化語言模型Electra與CRF相結(jié)合對(duì)唐山市地區(qū)的地理命名實(shí)體進(jìn)行了自動(dòng)識(shí)別研究。研究表明：Electra-CRF語言模型有很好的魯棒性，以唐山市百度百科詞條為例進(jìn)行模型評(píng)估，該方法對(duì)于地理命名實(shí)體的平均解析準(zhǔn)確率達(dá)80%以上，可以運(yùn)用在構(gòu)建地理知識(shí)圖譜或者地理知識(shí)庫的命名實(shí)體識(shí)別任務(wù)當(dāng)中。（剩余4097字）