基于Senna-BiLSTM-CRF的测井实体抽取方法研究

摘要

实体抽取是构建知识图谱极为重要的过程,实体抽取的质量将直接决定构建的知识图谱的质量.为了更好地构建测井领域知识图谱,该文对测井命名实体抽取的方法进行研究.针对在测井领域知识图谱构建过程中尚无公开数据集可用的情况,收集了部分测井领域相关的非结构化文本数据,并对其中的测井实体进行人工标注,构建了测井领域知识图谱命名实体抽取数据集.基于该数据集,提出使用Senna词向量-BiLSTM-CRF的方法对测井非结构文本数据中的命名实体进行抽取,降低数据标注的难度,提高训练效率.实验结果表明使用Senna词向量-BiLSTM-CRF的方法能够比较有效地完成对测井领域实体抽取的任务,该方法在构建的测井命名实体抽取数据集上的准确率达到了84.87％,召回率达到了81.62％,F1值达到了83.22％,优于对比的BiLSTM-CRF和词向量-BiLSTM-CRF.