科研之友
微信
新浪微博
Facebook
分享链接
摘要
命名实体识别是构建水利知识图谱的核心技术。水利工程巡检文本是水利工程最为常见的数据类型，以文本形式记录，没有固定格式与结构，但其包含水利工程安全潜在风险信息，具有价值密度高的特点。针对水利工程巡检文本命名实体识别问题，提出字词向量融合的BiLSTM-CRF模型，首先将巡检文本分别在字维度和词维度进行向量化处理，合并字词向量获取字词向量特征;然后利用BiLSTM神经网络获取序列化后的上下文特征;最后通过CRF进行解码并提取相应实体。以南水北调中线工程巡检文本为例，实验结果表明，字词向量结合之后的方法能有效提高识别性能，在实体边界的识别率效果更优，模型准确率、召回率和F1值分别可以达到93.79%，93.06%，93.42%。时间效率较BERT-BiLSTM-CRF模型时间效率提高82.86%。本文方法可为水利工程知识图谱的快速构建提供技术支撑。
- 出版日期2023
- 单位华北水利水电大学; 河南省水利勘测设计研究有限公司
