一种数据集自动生成的中文分词与实体识别联合学习方法

摘要

本发明公开了一种数据集自动生成的中文分词与实体识别联合学习方法，所述方法包括以下步骤：第一步、目标领域数据集的构建；第二步、将第一步中得到的数据集中的带有的一串汉字字符序列的句子s输入到神经网络模型的字符向量表示层，得到每个汉字字符的向量表示；第三步、将第二步中得到的汉字字符的向量表示的序列输入到带有K个相互独立的开关切换的Bi‑LSTM细胞层和一个开关切换的双向LSTM神经网络中，得到每个汉字字符的隐藏状态；第四步：将第三步中得到的每个汉字字符的隐藏状态分别输入到条件随机场层CRF，CRF对汉字字符标签进行联合解码，提升NER模型识别实体边界的能力以及准确率。