摘要
Chiu,J.P.和Nichols,E.(2016)。 使用双向LSTM-CNN进行命名实体识别。 计算语言学协会学报,4357-370。 谷歌学者 交叉引用 Liu,L.,Shang,J.,Ren,X.,Xu,F.F.,Gui,H.,Peng,J.和Han,J.(2018年4月)。 使用任务软件神经语言模型实现序列标记。 在第三十二届AAAI人工智能会议上。 谷歌学者 Huang,S.、Sun,X.和Wang,H.(2017年11月)。 使用全局递归结构解决中文分词的领域自适应问题。 第八届国际自然语言处理联合会议记录(第1卷:长篇论文)(第184-193页)。 谷歌学者 Chen,X.,Shi,Z.,Qiu,X.和Huang,X..(2017)。 汉语分词的对抗性多准则学习。 arXiv预打印arXiv:1704.07556。 谷歌学者 Liu,Z.、Zhu,C.和Zhao,T.(2010年8月)。 基于序列标记方法的中文命名实体识别:基于字符还是基于单词?。 在国际智能计算会议上(第634-640页)。 施普林格,柏林,海德堡。 谷歌学者 Li,H.、Hagiwara,M.、Li,Q.和Ji,H..(2014年5月)。 汉语和日语分词对姓名标注影响的比较。 LREC(第2532-2536页)。 谷歌学者 Vaswani,A.、Shazeer,N.、Parmar,N.,Uszkoreit,J.、Jones,L.、Gomez,A.N.…& Polosukhin,I.(2017)。 注意力是你所需要的。 《神经信息处理系统进展》(第5998-6008页)。 谷歌学者 Ratinov,L.和Roth,D.(2009年6月)。 命名实体识别中的设计挑战和误解。 《第十三届计算自然语言学习会议论文集》(CoNLL-2009)(第147-155页)。 谷歌学者 交叉引用 Weischedel,R.、Pradhan,S.、Ramshaw,L.、Palmer,M.、Xue,N.、Marcus,M.…& A.休斯顿(2011)。 OntoNotes 4.0版。 LDC2011T03,宾夕法尼亚州费城:语言数据联盟。 谷歌学者 Peng,N.和Dredze,M.(2015年9月)。 中国社交媒体命名实体识别与联合训练嵌入。 《2015年自然语言处理实证方法会议论文集》(第548-554页)。 谷歌学者 交叉引用 Zhang,Y.,&Yang,J.(2018)。 中国人使用格子lstm。 arXiv预打印arXiv:1805.02023。 谷歌学者 Yang,J.、Teng,Z.、Zhang,M.和Zhang、Y.(2016年4月)。 结合离散和神经特征进行序列标记。 在智能文本处理和计算语言学国际会议上(第140-154页)。 商会施普林格。 谷歌学者 Zhu,Y.,&Wang,G.(2019年6月)。 CAN-NER:用于中文命名实体识别的卷积注意网络。 计算语言学协会北美分会2019年会议记录:人类语言技术,第1卷(长篇和短篇论文)(第3384-3393页)。 谷歌学者 Peng,N.和Dredze,M.(2016)。 利用分词表示学习改进中文社交媒体命名实体识别。 arXiv预打印arXiv:1603.00786。 谷歌学者
建议
海洋领域中文命名实体识别研究 ACAI’18:2018年算法、计算和人工智能国际会议记录 命名实体识别是自然语言处理中的一个基本问题,也是信息提取、信息检索等许多自然语言处理技术不可或缺的一部分。 有大量的专有。。。 基于五笔画的CNN-BiRNN-CRF中文命名实体识别网络 自然语言处理与中文计算 摘要 识别实体边界和消除实体歧义是中文命名实体识别研究面临的两大挑战。 本文提出了一种基于五笔画的CNN-BiRNN-CRF网络用于中文命名实体识别。 在…中。。。