Journal: Advances in Computer and Autonomous Intelligence Research DOI: 10.32629/acair.v4i3.21353
Abstract
中文短文本上下文稀疏、标注噪声突出,给实体识别与属性抽取带来挑战；传统流水 线方法割裂两任务语义关联,导致错误传播。为此构建面向中文短文本的联合模型： 共享编码层统一捕获跨任务语义表示,边界感知模块应对实体边界模糊,实体驱动解 码模块完成属性- 值对抽取,单向跨模块语义传递机制将实体识别结果注入属性抽取过程,联合优化目 标针对样本稀疏与噪声专项设计。实验表明联合模型多项指标优于流水线基线,各模 块有效性得到验证。
Keywords
中文短文本；实体识别；属性抽取；联合模型
Full Text
PDF - Viewed/Downloaded: 0 TimesReferences
[1] 王小龙,王暖臣,穆歌,等.基于数据增强的作战体系命名实体识别研究[J].舰船电子 工程,2025,45(05):23-27+106.
[2] 周烁,方正,蒋明鹏,等.基于大型语言模型的中文短文本实体链接方法[J].指挥信息 系统与技术,2024,15(06):41-47.
[3] 夏旭东,于荣欢.基于BERT+Bi- LSTM+CRF的航天领域命名实体识别研究[J].兵工自动化,2024,43(02):78-83+92.
[4] 周贤琛,马扬,程光权,等.战场目标实体类型识别的鲁棒图神经网络方法[J].智能系 统学报,2023,18(06):1156-1164.
[5] 王秀慧,徐永波.软注意力掩码嵌入下中文命名实体识别算法[J].吉林大学学报(工 学版),2026,56(01):231-238.
[2] 周烁,方正,蒋明鹏,等.基于大型语言模型的中文短文本实体链接方法[J].指挥信息 系统与技术,2024,15(06):41-47.
[3] 夏旭东,于荣欢.基于BERT+Bi- LSTM+CRF的航天领域命名实体识别研究[J].兵工自动化,2024,43(02):78-83+92.
[4] 周贤琛,马扬,程光权,等.战场目标实体类型识别的鲁棒图神经网络方法[J].智能系 统学报,2023,18(06):1156-1164.
[5] 王秀慧,徐永波.软注意力掩码嵌入下中文命名实体识别算法[J].吉林大学学报(工 学版),2026,56(01):231-238.
Copyright © 2026 展辉辉, 叶佩雯, 李默宇
This work is licensed under a Creative Commons Attribution-NonCommercial 4.0 International License