APP下载

基于标签迁移和深度学习的跨语言实体抽取研究

2020-12-17余传明黄婷婷林虹君安璐

现代情报 2020年12期
关键词:深度学习

余传明 黄婷婷 林虹君 安璐

收稿日期:2020-05-31

基金项目:国家自然科学基金面上项目“面向跨语言观点摘要的领域知识表示与融合模型研究”(项目编号:71974202)。

作者簡介:余传明(1978-),男,教授,研究方向:数据挖掘、商务智能与信息检索。黄婷婷(1995-),女,硕士研究生,研究方向:数据挖掘与信息检索。林虹君(1995-),女,硕士研究生,研究方向:数据挖掘与信息检索。安璐(1979-),女,教授,研究方向:可视化知识发现。

摘  要:[目的/意义]从跨语言视角探究如何更好地解决低资源语言的实体抽取问题。[方法/过程]以英语为源语言,西班牙语和荷兰语为目标语言,借助迁移学习和深度学习的思想,提出一种结合自学习和GRU-LSTM-CRF网络的无监督跨语言实体抽取方法。[结果/结论]与有监督的跨语言实体抽取方法相比,本文提出的无监督跨语言实体抽取方法可以取得更好的效果,在西班牙语上,F1值为0.6419,在荷兰语上,F1值为0.6557。利用跨语言知识在源语言和目标语言间建立桥梁,提升低资源语言实体抽取的效果。

关键词:知识获取;实体抽取;跨语言;深度学习;标签映射

DOI:10.3969/j.issn.1008-0821.2020.12.001

〔中图分类号〕TP391  〔文献标识码〕A  〔文章编号〕1008-0821(2020)12-0003-14

Research on Cross-lingual Entity Extraction Based on

Tag Transfer and Deep Learning

Yu Chuanming1  Huang Tingting2  Lin Hongjun1  An Lu3

(1.School of Information and Safety Engineering,Zhongnan University of Economics and Law,

Wuhan 430073,China;

2.School of Statistics and Mathematics,Zhongnan University of Economics and Law,Wuhan 430073,China;

3.School of Information Management,Wuhan University,Wuhan 430072,China)

Abstract:[Purpose/Significance]This paper explores how to better solve the entity extraction problem of low resource languages from a cross-lingual perspective.[Method/Process]With English as the source language,Spanish and Dutch as the target language,an unsupervised cross-lingual entity extraction method combining self-learning method and GRU-LSTM-CRF network is proposed based on the idea of transfer learning and deep learning.[Result/Conclusion]Compared with the supervised cross-lingual entity extraction method,the unsupervised cross-lingual entity extraction method proposed in this paper can achieve better results.In Spanish,the value of F1 is 0.6419,and in Dutch,the value of F1 is 0.6557.Cross-lingual knowledge is used to build a bridge between source language and target language to improve the effect of entity extraction of low-resource languages.

Key words:knowledge acquisition;entity extraction;cross-lingual;deep learning;label mapping

实体抽取(Entity Extraction,EE),又称为命名实体识别(Name Entity Recognition,NER),是指识别文本中具有特定意义的实体[1],包括人名[2]、地名[3]、机构名[4]和专有名词[5-7]等。实体抽取在信息抽取的总体任务中起着至关重要的作用,有效识别命名实体,不仅是关系抽取[8-9]和构建知识图谱[10]的基础,而且可以显著提高问答系统[11]和文本挖掘[12]等应用的性能。随着大数据的迅速发展,各种语料在不同语言中的分散化和多样化日益严峻,跨语言情境下的实体抽取任务受到越来越多的关注。……

登录APP查看全文

猜你喜欢

深度学习
从合坐走向合学:浅议新学习模式的构建
面向大数据远程开放实验平台构建研究
基于自动智能分类器的图书馆乱架图书检测
搭建深度学习的三级阶梯
有体验的学习才是有意义的学习
电子商务中基于深度学习的虚假交易识别研究
利用网络技术促进学生深度学习的几大策略
MOOC与翻转课堂融合的深度学习场域建构
大数据技术在反恐怖主义中的应用展望
深度学习算法应用于岩石图像处理的可行性研究