一种基于深度学习的中文命名实体识别方法

摘要

本发明涉及一种基于深度学习的中文命名实体识别方法，其特征在于：所述识别方法的步骤为：1)将数据文本进行字词位置信息混合向量嵌入；2)将步骤所得到的向量输入到Bi‑LSTM层进行向量编码，模拟时间序列捕获向量之间的长期关系；3)将Bi‑LSTM层输出的向量输入到自注意力层，明确学习句子中任意两个字符之间的依赖关系，并捕捉句子的内部结构信息；4)将输出的向量序列输入到CRF层，做出独立的标记决策，并进行标签解码。本发明设计科学合理，能够运行多数据集，同时适用性强、准确率高、且能够应用于多领域文本的命名实体识别模型。