摘要：中医药文本命名实体识别在中医药文本挖掘中占有重要地位,本文通过BiLSTM-CRF方法实现对中医医案文本进行命名实体识别,不仅实现了基本命名实体识别,通过对数据集按照中草药、疾病和症状三个类别进行标记,还能够进行命名实体类别识别。对中医药相关医案进行规整的10292条句子进行序列标注,基于word2vec的向量构建,从而进行模型训练迭代,得到了准确率为97.23%,召回率为89.47%,F值为88.34%的中医药命名实体识别模型。各类别识别中,中草药类别识别精准率为94.41%,召回率为94.36%,F值为94.38%;疾病类别精准率为80.92%,召回率为80.92%,F值为80.92%;症状类别精准率为75.68%,召回率为81.68%,F值为78.56%,人工测试模型效果较好,能够对医案数据进行实体识别。命名实体识别模型较多,但用于中医药相关命名实体识别模型数量微乎其微,构建中医药相关命名实体识别模型,将更加有效的推动中医药文本挖掘发展。

摘要：传统的命名实体识别方法直接依靠大量的人工特征和专门的领域知识,解决了监督学习语料不足的问题,但设计人工特征和获取领域知识的代价昂贵。针对该问题,提出一种基于BLSTM(Bidirectional Long Short-Term Memory)的神经网络结构的命名实体识别方法。该方法不再直接依赖于人工特征和领域知识,而是利用基于上下文的词向量和基于字的词向量,前者表达命名实体的上下文信息,后者表达构成命名实体的前缀、后缀和领域信息;同时,利用标注序列中标签之间的相关性对BLSTM的代价函数进行约束,并将领域知识嵌入模型的代价函数中,进一步增强模型的识别能力。实验表明,所提方法的识别效果优于传统方法。

摘要：针对中文命名实体识别中长短期记忆网络识别模型缺乏并行性的问题,提出一种融合双向准循环神经网络(BQRNN)与条件随机场(CRF)的中文命名实体识别模型。通过BQRNN网络在序列维度和特征维度上并行获取序列化文本的内部特征,由CRF层选取最终的标签序列,在模型中添加Attention机制,增强BQRNN网络输出的特征信息。实验结果表明,该模型与BLSTM-CRF模型相比F1值提高了1.81%,缩短了约40%的运行时间。

摘要：针对维吾尔语数词类命名实体(时间、日期、货币、百分比)在维汉机器翻译中翻译不准确的问题,分析其构成规律及边界信息,设计基于维汉平行语料的维吾尔语数词类命名实体的识别与翻译系统。通过有限自动机结合触发词识别并翻译维语基本数词,从平行语料中自动抽取出翻译模板,匹配模板并实现翻译。实验表明,维吾尔语数词类命名实体的识别F值达到了91%,有效提高了维汉机器翻译的质量。

摘要：通过识别机场的业务实体能够帮助管理者在网络舆情中快速定位服务中的痛点问题。旅客评价中存在较多的复杂实体并伴随有数据类别失衡的现象,针对此提出融入集成卷积(E-CNN)和注意力机制(Attention)的实体识别方法。主要利用人工标注和半监督思想结合的方法获取旅客评价的数据集,通过ECNN获取多范围的文本特征信息,由双向长短期记忆网络(BLSTM)获取文本的长依赖特征,使用Attention机制克服数据类别不平衡的缺点。实验结果表明,提出的方法能有效识别民航业务实体,F1值超过其它所对比的模型。

摘要：中文机构名的自动识别是自然语言处理中的一个比较困难的问题.本文提出了一种新的基于层叠条件随机场模型的中文机构名自动识别算法.该算法在低层条件随机场模型中解决对人名、地名等简单命名实体的识别,将识别结果传递到高层模型,为高层的机构名条件随机场模型实现对复杂机构名的识别提供决策支持.文中为机构名条件随机场模型设计了有效的特征模板和特征自动选择算法.对大规模真实语料的开放测试中,召回率达到90.05%,准确率达到88.12%,性能优于其它中文机构名识别算法.

摘要：为了更加智能化从服务事件中提取结构化信息,通过研究事件中信息的特性,我们提出了通用实体识别技术(Universal Named Entity Recognition,UNER)。首先,对数据进行清洗和无监督的自动标注,并进行了扩充,大大降低了人工标注的成本。接下来,设计了一种基于深度自注意力变换神经网络(transformer)和条件随机场(Conditional Random Fields,CRFs)的命名实体识别模型。对比之前系统的机器学习模型和大部分NER模型,实验表明,UNER具有0.96的高精度,能够极大缩短运维周期。

摘要：跨社交媒体用户识别对于网络舆情的协同治理以及用户偏好的全方位识别与预测具有重要的指导意义。针对现有方法存在数据表达能力弱、忽略用户信息的动态性和关联性的问题,本文提出一种融合异质特征嵌入与实体动态关联的跨社交媒体用户识别模型。首先,整合用户的基本属性、生成内容和社交结构信息,构建各个社交媒体的异质信息网络;其次,通过设计新的元路径识别策略构造邻接矩阵,使用异质图注意力网络模型汇聚用户节点信息,增强节点特征的表示能力;再其次,引入了3种连续时间衰减函数,对跨社交媒体的实体相似矩阵进行加权,增强实体之间的动态关联;最后,融合单社交网络和跨社交网络中的以上特征,利用多层感知机实现跨社交媒体用户的识别和预测。在微博-知乎真实数据集中的研究结果显示,本文模型的整体性能优于其他基准模型,特别是线性衰减函数,其展现了最佳效果,且本文提出的元路径识别策略对提升用户识别效果具有重要作用。

摘要：为解决将汉语人物简历翻译成维吾尔语版本所面临的高成本、低效率等问题,设计并实现了一种基于模板与词典相结合的人物简历汉维机器翻译系统。通过分析汉语简历的句子结构特点,泛化命名实体并自动创建汉语的简历模板,然后利用正则表达式建立汉维模板库并结合基于规则与词典的方法翻译命名实体,以获取维吾尔语的人物简历。实验结果表明,该系统在单语的情况下使用有限的模板和词典,BLUE值可达到0.38,与需要大规模双语语料训练的机器翻译系统相比具有较好的实际应用价值。

摘要：为缓解目前维吾尔文机构名识别方法依赖于人工编写规则、识别效率低的问题,提出一种基于条件随机场模型(CRF)的维吾尔文机构名识别方法。根据维吾尔语的语言特性,结合词、词性、音节、机构名特征词表、地名词表等特征,实现维吾尔文机构名识别。实验结果表明,相比于基于规则的方法和隐马尔科夫模型(HMM),该方法不依赖于人工编写规则,识别的准确率和召回率较高。