基于知識(shí)圖譜增強(qiáng)的領(lǐng)域多模態(tài)實(shí)體識(shí)別

摘要： 針對(duì)特定領(lǐng)域中文命名實(shí)體識(shí)別存在的局限性，提出一種利用學(xué)科圖譜和圖像提高實(shí)體識(shí)別準(zhǔn)確率的模型，旨在利用領(lǐng)域圖譜和圖像提高計(jì)算機(jī)學(xué)科領(lǐng)域短文本中實(shí)體識(shí)別的準(zhǔn)確率。使用基于BERT-BiLSTM-Attention的模型提取文本特征，使用ResNet152提取圖像特征，并使用分詞工具獲得句子中的名詞實(shí)體。通過(guò)BERT將名詞實(shí)體與圖譜節(jié)點(diǎn)進(jìn)行特征嵌入，利用余弦相似度查找句子中的分詞在... （共9頁(yè)）