一种面向警情文本的多特征融合命名实体识别方法

摘要

本发明涉及自然语言处理的命名实体识别技术领域，具体为一种面向警情文本的多特征融合命名实体识别方法，首先，构建警情命名实体识别的数据集，定义待识别的实体类型，并划分为训练集、验证集和测试集；其次，使用预训练的字向量得到文本的字符特征，基于规则和字典进行文本匹配得到预识别的标签特征，将文本进行拼音转换得到拼音特征；最后，将上述三种特征融合，送入双向长短期记忆网络‑条件随机场模型中进行命名实体识别；本发明通过构建一种多特征融合的中文命名实体识别方法，通过融合文本字符特征、预识别的标签特征和拼音特征，有效地表征了字的多义性，提高了警情文本命名实体识别的精确率、召回率和综合评价指标F1值。