【摘要】：命名實體識別是自然語言處理研究領域中的一項很重要的基礎性任務,是實體關系抽取和事件抽取等高層任務重要基石.如何在缺乏標注語料或只有少量標注語料條件下,提高命名實體識別的性能是自然語言處理領域的一個重要研究方向.針對這一問題,提出一種基于實例的遷移學習算法——TLNER_AdaBoost.該方法通過自動調整訓練集中實例樣本的權重和計算輔助訓練樣本的遷移能力來提高訓練語料質量,并選取采用不完全標注語料的自學習方法和采用完全標注語料的基于條件隨機場的方法來對該方法進行實驗對比分析.經實驗對比分析得知,本文方法在提高命名實體識別的準確率、召回率和F值的同時,大大降低了人工標注語料的工作量.
[Abstract]:Named entity recognition is an important basic task in the field of natural language processing. It is an important cornerstone of high-level tasks such as entity relation extraction and event extraction. How to improve the performance of named entity recognition is an important research direction in the field of natural language processing. In order to solve this problem, a case-based migration learning algorithm, TLNER_AdaBoost., is proposed. The method improves the quality of the training corpus by automatically adjusting the weight of the sample and calculating the transfer ability of the training sample. The self-learning method using incomplete tagging corpus and the conditional random field method based on fully annotated corpus are selected to compare and analyze the method. The experimental results show that the method not only improves the accuracy, recall rate and F value of named entity recognition, but also greatly reduces the workload of manual tagging corpus.
【作者單位】： 昆明理工大學信息工程與自動化學院;
【基金】：國家自然科學基金項目(61462054,61363044)資助 云南省科技廳面上項目(2015FB135)資助 云南省教育廳科學研究基金重點項目(2014Z021)資助 昆明理工大學省級人培項目(KKSY201403028)資助
【分類號】：TP391.1

【參考文獻】

相關期刊論文 前6條

1 何炎祥;羅楚威;胡彬堯;;基于CRF和規(guī)則相結合的地理命名實體識別方法[J];計算機應用與軟件;2015年01期

2 閆丹輝;畢玉德;;基于規(guī)則的越南語命名實體識別研究[J];中文信息學報;2014年05期

3 鐘志農;劉方馳;吳燁;伍江江;;主動學習與自學習的中文命名實體識別[J];國防科技大學學報;2014年04期

4 莊福振;羅平;何清;史忠植;;遷移學習研究進展[J];軟件學報;2015年01期

5 史熒中;王士同;蔣亦樟;劉培林;;遷移學習支持向量回歸機[J];計算機應用;2013年11期

6 趙軍;;命名實體識別、排歧和跨語言關聯(lián)[J];中文信息學報;2009年02期

【共引文獻】

相關期刊論文 前10條

1 包烏格德勒;鮑薇;;基于條件隨機場的蒙古文地名識別[J];現(xiàn)代計算機(專業(yè)版);2017年03期

2 胡楊;馮旭鵬;戴丹;劉利軍;黃青松;;最小費用最大流跨領域情感分類框架[J];小型微型計算機系統(tǒng);2017年01期

3 陳超;沈飛;嚴如強;;改進LSSVM遷移學習方法的軸承故障診斷[J];儀器儀表學報;2017年01期

4 唐亮;席耀一;趙曉峰;易綿竹;;基于特征相似度的跨語言事件映射[J];計算機應用;2016年S2期

5 羅成;;從中美教材對比視角談“理想化模型”教學思路——以“質點”模型為例[J];物理教學探討;2016年12期

6 宋鵬;鄭文明;趙力;;基于特征遷移學習方法的跨庫語音情感識別[J];清華大學學報(自然科學版);2016年11期

7 阿依古麗·哈力克;艾山·吾買爾;吐爾根·伊布拉音;卡哈爾江·阿比的熱西提;買合木提·買買提;;漢維時間數(shù)字和量詞的識別與翻譯研究[J];中文信息學報;2016年06期

8 鄭宇;程樂峰;孟科;張睿;李正佳;余濤;;一種基于能源互聯(lián)網的能源USB系統(tǒng)方案設計[J];新型工業(yè)化;2016年10期

9 趙穎;;基于改進SVM的文本混沌性分類優(yōu)化技術實現(xiàn)[J];現(xiàn)代電子技術;2016年20期

10 樊養(yǎng)余;李祖賀;王鳳琴;馬江濤;;基于跨領域卷積稀疏自動編碼器的抽象圖像情緒性分類[J];電子與信息學報;2017年01期

【二級參考文獻】

相關期刊論文 前10條

1 蔣亦樟;鄧趙紅;王士同;;ML型遷移學習模糊系統(tǒng)[J];自動化學報;2012年09期

2 張春元;;基于條件隨機場的文本分類模型[J];計算機技術與發(fā)展;2011年07期

3 張英鋒;馬彪;張金樂;陳漫;范昱珩;李文昌;;基于光譜分析和SVM的綜合傳動故障診斷研究[J];光譜學與光譜分析;2010年06期

4 王明軍;周俊;屠s，

本文編號：2415128