文献类型：期刊文章

作　　者：朱丹浩[1,2] 杨蕾[3] 王东波[4]

机构地区：[1]江苏警官学院图书馆,南京210031 [2]南京大学计算机科学与技术系,南京210093 [3]南京交通技师学院中(高)职教育处,南京210049 [4]南京农业大学信息科学技术学院,南京210095

出　　处：《现代图书情报技术》

基　　金：江苏省高校哲学社会科学项目"高校危机管理案例知识库构建及知识挖掘研究"(项目编号:2014SJB246);江苏省警官学院"公安学术语自动抽取技术研究"(项目编号:2015SJYZQ01);国家自然科学基金项目"基于CSSCI的句法级汉英平行语料库构建及知识挖掘研究"(项目编号:71303120)的研究成果之一

年　　份：2016

期　　号：12

起止页码：36-43

语　　种：中文

收录情况：CSSCI、CSSCI2014_2016、RWSKHX、普通刊

摘　　要：【目的】中文机构名结构复杂、罕见词多,识别难度大,对其进行正确识别对于信息抽取、信息检索、知识挖掘和机构科研评价等情报学中的后续任务意义重大。【方法】基于深度学习的循环神经网络(Recurrent Neural Network,RNN)方法,面向中文汉字和词的特点,重新定义了机构名标注的输入和输出,提出汉字级别的循环网络标注模型。【结果】以词级别的循环神经网络方法为基准,本文提出的字级别模型在中文机构名识别的准确率、召回率和F值均有明显提高,其中F值提高了1.54%。在包含罕见词时提高更为明显,F值提高了11.05%。【局限】在解码时直接使用了贪心策略,易于陷入局部最优,如果使用条件随机场算法进行建模可能获取全局最优结果。【结论】本文方法构架简单,能利用到汉字级别的特征来进行建模,比只使用词特征取得了更好的结果。

关 键 词：机构名识别 循环神经网络 深度学习  

分 类 号：TP391.1] TP183[计算机类]