1.Huang Z, Xu W, Yu K. Bidirectional LSTM-CRF models for sequence tagging[J]. arXiv preprint arXiv:1508.01991, 2015.
论文总结:
一、介绍:
命名实体识别用途:使用搜索查询来识别哪些文本是产品,从而触发某些产品广告。 另外一个例子就是可以通过搜索引擎来找到相关的网页
二、模型介绍:
1.LSTM
递归神经网络(RNN)已被用于在包括语言模型(Mikolovetal。,2010; Mikolov等人,2011)和语音识别(Graves等人,2005)在内的各种任务中产生有前景的结果。 RNN基于历史信息维护存储器,使得模型能够预测以长距离特征为条件的当前输出。图1显示了具有输入层x,隐藏层h和输出层y的RNN结构(Elman,1990)。 在命名实体标记上下文中,x表示输入特征,y表示标记。 图1显示了一个命名实体识别系统,其中每个单词用其他(O)或四种实体类型(人员(PER),位置(LOC),组织(ORG)和杂项(MISC))中的一个标记。例如:欧盟拒绝德国呼吁抵制英国羊肉。被标记为:B-ORG O