基于XLNet的物联网领域命名实体识别

2021-06-18葛海波车虹葵赵其实

西安邮电大学学报 2021年2期

葛海波，车虹葵，赵其实，安康

(西安邮电大学电子工程学院，陕西西安 710121)

命名实体识别(Named Entity Recognition，NER)是自然语言处理中一个重要领域[1]，旨在检测给定文本中的实体，并将其分类到预定义的类别中。NER生成的结果是问答系统、机器翻译和对话系统等许多下游任务的关键。

近年来，物联网领域发展迅速，其设备外延从传统的感知器、执行器向更多元化发展。为解决物联网实体多样化带来实体信息形式多样化和对实体信息的理解能力不足的问题，研究者们将语义网[2]中的智能化特征引入到物联网中。由此，物联网由传统的物联网(Internet of Things，IoT)向基于语义技术的万维物联网(Web of Things，WoT)迈进，WoT技术的核心是构建一个高可用实体库。目前，针对物联网领域暂无已经做好标注的语料，且无特定的物联网领域命名实体模型。对于物联网领域的命名实体识别研究的难点主要体现在物联网实体种类多样化和实体命名不规范等方面。在研究过程中需要根据物联网实体特征构建模型，把握好实体边界的划分。

如何自动化构建物联网本体库是WoT发展的核心需求，而构建物联网本体库的前提是能够在非机构化的语料中识别出物联网实体，针对上述问题，研究自然语言处理中的NER技术，将NER应用到物联网领域中，提出基于XLNet的物联网领域NER模型，以期在物联网数据集中取得较好效果。