文献类型：期刊文章

作　　者：杨洪鹏[1] 王裴岩[1] 蔡东风[1] 张桂平[1,2] 朱永康[1]

YANG Hong-peng;WANG Pei-yan;CAI Dong-feng;ZHANG Gui-ping;ZHU Yong-kang(Human-Computer Intelligence Research Center,Shenyang Aerospace University,Shenyang 110136,China;Knowledge Engineering&Service Department,Shenyang Global Envoy Software Co.Ltd.,Shenyang 110136,China)

机构地区：[1]沈阳航空航天大学人机智能研究中心,沈阳110136 [2]沈阳格微软件有限责任公司知识工程与服务事业部,沈阳110136

出　　处：《沈阳航空航天大学学报》

基　　金：国家自然科学基金(项目编号:u1908216);沈阳市重大科技创新研发计划(项目编号:Y19-1-011)。

年　　份：2023

卷　　号：40

期　　号：1

起止页码：67-77

语　　种：中文

收录情况：普通刊

摘　　要：针对工艺制造领域文本提出一种融入知识的命名实体识别方法,旨在能够准确地识别工艺文本中的12类实体。该方法依据工艺领域知识设计正则规则,对文本序列进行实体的预识别,形成预识别特征矩阵,并使用编码器对预识别特征矩阵编码,再将识别到的结果保存于词典中,然后对输入文本分词训练基于词的知识表示,最后加入基于神经网络的实体识别模型中。使用BiLSTM为预识别特征矩阵编码器和BiLSTM-CRF神经网络模型的F1值达到92.55%。实验结果表明,融入知识的工艺文本命名实体识别方法能够有效提高工艺文本实体的识别效果。

关 键 词：工艺制造  正则规则  神经网络  命名实体识别 特征矩阵编码器  BiLSTM  

分 类 号：TP391]