- 1、本文档共65页,其中可免费阅读20页,需付费100金币后方可阅读剩余内容。
- 2、本文档内容版权归属内容提供方,所产生的收益全部归内容提供方所有。如果您对本文有版权争议,可选择认领,认领后既往收益都归您。
- 3、本文档由用户上传,本站不保证质量和数量令人满意,可能有诸多瑕疵,付费之前,请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形,可联系本站下载客服投诉处理。
- 4、文档侵权举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
摘要
实体识别任务在自然语言处理领域中占有重要的地位,其主要目的是从非结构化
文本中识别出具有特定意义或者指代性强的实体。使用序列模型解决实体识别问题是
常见方案,但在面向垂直领域文本的实体识别任务中,特定实体的出现频率较低,可
能会导致数据稀疏性问题;另外随着不同领域的发展和变化,新实体和新术语不断涌
现,会产生实体的多样性和歧义性问题;如何快速准确地识别隐性新实体是实体识别
任务面临的又一个挑战,本文针对以上问题开展研究。
(1)针对垂直领域文本中的数据稀疏性问题,提出一种基于上下文关联
文档评论(0)