一种基于Multi-BiLSTM和竞争机制的命名实体识别方法、介质及装置

摘要

本发明提供一种基于Multi‑BiLSTM和竞争机制的命名实体识别方法、介质及装置，所述方法包括：S1，词向量化模块基于BERT模型生成包含语义特征的词向量；S2，学习模块采用多个小尺度BiLSTM同步提取词向量上下文特征，并转换为标签序列，然后使用条件随机场CRF评价标签序列得分，并将误差反向传播进行模型训练；S3，应用模块采用优劣竞争机制选择学习模块中产生的相对较优的模型进行命名实体识别，然后采用投票竞争方式对命名实体识别结果进行综合分析，最终完成命名实体识别。本发明一是可以减小BiLSTM学习参数，二是引入了小尺度BiLSTM个数和获胜模型数，通过调整这两个参量可以优化NER性能。