文献类型：期刊文章

作　　者：周晓磊[1] 赵薛蛟[2,1] 刘堂亮[3] 宗子潇[4] 王其乐[5] 里剑桥[6]

ZHOU Xiao-Lei;ZHAO Xue-Jiao;LIU Tang-Liang;ZONG Zi-Xiao;WANG Qi-Le;LI Jian-Qiao(University of Chinese Academy of Sciences, Beijing 100049, China;Shenyang Institute of Computing Technology, Chinese Academy of Sciences, Shenyang 110168, China;Shenyang Railway Transportation Branch of Liaoning People’s Procuratorate, Shenyang 110001, China;Northeastern University, Shenyang 110000, China;Shenyang Thirty-first Middle School, Shenyang 110021, China;Dalian University of Technology, Dalian 116621, China)

机构地区：[1]中国科学院沈阳计算技术研究所,沈阳110168 [2]中国科学院大学,北京100049 [3]辽宁省人民检察院沈阳铁路运输分院,沈阳110001 [4]东北大学,沈阳110000 [5]沈阳市第三十一中学,沈阳110021 [6]大连理工大学,大连116621

出　　处：《计算机系统应用》

年　　份：2019

卷　　号：28

期　　号：1

起止页码：245-250

语　　种：中文

收录情况：CSA、IC、ZGKJHX、普通刊

摘　　要：裁判文书中的命名实体识别是自动化审判的关键一步,如何能够有效的分辨出案件的关键命名实体是本文的研究重点.因此本文针对财产纠纷审判案件,提出了一种基于SVM-BiLSTM-CRF的神经网络模型.首先利用SVM筛选出包含关键命名实体的句子,然后将正确包含此类实体的句子转化为字符级向量作为输入,构建适合财产纠纷裁判文书命名实体识别的BiLSTM-CRF深层神经网络模型.通过构建训练数据进行验证和对比,该模型比其他相关模型表现出更高的召回率和准确率.

关 键 词：命名实体识别 SVM BiLSTM  CRF

分 类 号：TP391.1] D926.22[计算机类]