BriefGPT - AI 论文速递
·
统一晶格图融合用于中文命名实体识别
💡
原文中文，约300字，阅读约需1分钟。
📝
内容提要
本文研究了一种基于格子结构的LSTM模型用于汉语命名实体识别，该模型利用了单词和单词序列信息，优于基于字符的方法和基于单词和字符的LSTM基线，取得了最佳结果。
🎯
关键要点
-
本文研究了一种基于格子结构的LSTM模型用于汉语命名实体识别。
-
该模型同时编码输入字符和与词典匹配的潜在词。
-
模型明确利用了单词和单词序列信息，优于基于字符的方法。
-
格内LSTM不受分割错误的影响，优于基于单词的方法。
-
门控循环单元帮助模型选择最相关的字符和单词。
-
实验结果表明格内LSTM在各种数据集上优于基于单词和字符的LSTM基线，取得最佳结果。
➡️
