基于BERT-BiLSTM-CRF算法的电网领域命名实体识别模型

摘要

因传统的机器学习算法及独立的深度学习算法,无法对电网运维工作语言进行准确的命名实体提取,而组合模型集成了单个模型算法的优点,大大提升了模型的精确度。本文提出了关键特种词提取的数据预处理方法,最后采用了BERT-BiLSTM-CRF组合算法对电网领域的实体进行识别提取,并用“BIO”对标签进行标注。实验表明,此算法在馈线、杆塔等电网实体识别上准确率、查准率、查全率、F1值均值达到了0.96096、0.95792、0.9638、0.9608。