论文研究基于位置敏感Embedding的中文命名实体识别.pdf

在基于条件随机场的中文命名实体识别任务中，现有表示学习方法学习到的特征存在语义表示偏差，给中文命名实体识别带来噪声。针对此问题，提出了一种基于位置敏感Embedding的中文命名实体识别方法。该方法将上下文位置信息融入到现有的Embedding模型中，采用多尺度聚类方法抽取不同粒度的Embedding特征，通过条件随机场来识别中文命名实体。实验证明，该方法学习到的特征缓解了语义表示偏差，进一步提高了现有系统的性能，与传统方法相比，F值提高了2.85%。