计算机应用

作者：严红, 陈兴蜀, 王文贤, 王海舟, 殷明勇

单位：1. 四川大学 计算机学院, 成都 610065;2. 四川大学 网络空间安全学院, 成都 610065;3. 四川大学 网络空间安全研究院, 成都 610065

关键词：命名实体识别,法语,深度神经网络,自然语言处理,序列标注

基金：国家自然科学基金资助项目（61802270）；国家"双创"示范基地之变革性技术国际研发转化平台项目（C700011）；四川省重点研发项目（2018G20100）。

现有法语命名实体识别（NER）研究中，机器学习模型多使用词的字符形态特征，多语言通用命名实体模型使用字词嵌入代表的语义特征，都没有综合考虑语义、字符形态和语法特征。针对上述不足，设计了一种基于深度神经网络的法语命名实体识别模型CGC-fr。首先从文本中提取单词的词嵌入、字符嵌入和语法特征向量；然后由卷积神经网络（CNN）从单词的字符嵌入序列中提取单词的字符特征；最后通过双向门控循环神经网络（BiGRU）和条件随机场（CRF）分类器根据词嵌入、字符特征和语法特征向量识别出法语文本中的命名实体。实验中，CGC-fr在测试集的F1值能够达到82.16%，相对于机器学习模型NERC-fr、多语言通用的神经网络模型LSTM-CRF和Char attention模型，分别提升了5.67、1.79和1.06个百分点。实验结果表明，融合三种特征的CGC-fr模型比其他模型更具有优势。

来源：2019年第5期

《计算机应用》期刊编辑部

查看计算机应用杂志2019年第5期