[发明专利]基于BLSTM-CRF的地名组织名识别方法

摘要

本发明公开了一种基于BLSTM‑CRF的地名组织名识别方法，包括训练阶段和识别阶段，使用BLSTM‑CRF模型，通过BLSTM能够较好地学习上下文的信息，通过CRF特有的转移特征能够考虑到输出label之间的顺序性，特别是用词特征与字特征结合作为输入特征，通过加入词特征能够更好地进行命名体的分界，提高命名体识别的精确度和召回率。此外，本方法运用基于地理位置的分词工具，分词更加精准。

主权项

1.一种基于BLSTM‑CRF的地名组织名识别方法,其特征在于：包括训练阶段和识别阶段，所述训练阶段包括以下步骤：(1.1)获取训练语料，训练语料由字、分好的词以及字的标签组成；(1.2)将所述的字和词通过词向量嵌入层编码成向量形式，分别获得字和词的特征序列和并进行拼接为新的输入特征x′_t，将所述的字的标签用数字表示，得到对应标签y_t；(1.3)将输入特征x′_t输入BLSTM模型得到输出的两层隐藏序列为和将两层序列进行拼接为新的中间序列特征h′_t，接着通过全连接层生成得分序列k为标签类别的个数；(1.4)将得分序列输入CRF层，根据标签y_t得到CRF得分；(1.5)根据得分序列和CRF得分来最大化目标似然函数，更新词向量嵌入层参数、BLSTM模型和CRF转移矩阵(1.6)重复步骤(1.2)至(1.5)，直到达到迭代次数；所述识别阶段包括以下步骤：(2.1)将待识别语料分词为字和词序列，并通过所述词向量嵌入层得到特征序列和(2.2)将特征序列和输入BLSTM模型，生成得分序列，将上述得分序列输入CRF层，根据已经训练好的CRF转移矩阵通过维特比算法求得最优输出是所有序列得分中的最高得分时对应的序列；(2.3)根据提取描述地名组织名的标签所在位置的字符，组成一个表示地名组织名的命名体。