Chinese engineering geological named entity recognition by fusing multi-features and data enhancement using deep learning

计算机科学 条件随机场 人工智能 命名实体识别 自然语言处理 构造(python库) 注释 信息抽取 特征工程 深度学习 领域(数学分析) 自然语言 情报检索 数据科学 数学分析 数学 管理 程序设计语言 经济 任务(项目管理)
作者
Qinjun Qiu,Miao Tian,Zhen Huang,Zhong Xie,Kai Ma,Liufeng Tao,Dexin Xu
出处
期刊:Expert Systems With Applications [Elsevier]
卷期号:238: 121925-121925 被引量:9
标识
DOI:10.1016/j.eswa.2023.121925
摘要

The engineering geology report serves as a comprehensive portrayal of the geological conditions and information within a surveyed region, making it highly valuable for extracting and mining engineering geology-related knowledge. Geological Named Entity Recognition (GNER), as a pivotal technology for information extraction and knowledge discovery, aims to identify geological objects that convey significant meanings within textual data. While general NER tools and existing approaches are commonly employed for recognizing generic entities, their effectiveness is constrained by the diverse language irregularities inherent in natural language texts, including nested entities, lengthy entities, and a scarcity of domain-specific annotated corpora. Adhering to established standards and principles governing engineering geology reports, we undertake an analysis of text structures and characteristics, as well as the linguistic descriptions and data attributes. By employing an Electronic Design Automation (EDA) enhancement method in conjunction with manual annotation, we construct an engineering GNER dataset. To address these linguistic irregularities, we propose a novel deep learning model that combines both the geological pre-training model (GeoBERT) and multiple features (pinyin, radical, and position vectors) to generate representations from byte sequences. These representations are subsequently fused and passed through a BiLSTM-Attention model for training. Finally, entity classification results are obtained using conditional random fields (CRF). Experimental evaluation demonstrates that the proposed model achieves an impressive F1 value of 79.60% on the constructed datasets, outperforming ten baseline models analyzed in this study.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
更新
大幅提高文件上传限制,最高150M (2024-4-1)

科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
xiying完成签到 ,获得积分10
刚刚
刻苦紫文完成签到 ,获得积分10
2秒前
平凡完成签到,获得积分10
3秒前
linhante完成签到 ,获得积分10
3秒前
111完成签到,获得积分10
5秒前
ylyao完成签到,获得积分10
6秒前
口布鲁完成签到,获得积分10
7秒前
弧光完成签到 ,获得积分10
9秒前
kardeem完成签到,获得积分10
9秒前
饼饼完成签到,获得积分10
12秒前
啵叽一口完成签到 ,获得积分10
12秒前
积极的笑柳完成签到 ,获得积分10
13秒前
Kamal完成签到,获得积分10
14秒前
徐茂瑜完成签到 ,获得积分10
14秒前
Nakjeong完成签到 ,获得积分10
15秒前
仿真小学生完成签到,获得积分10
15秒前
16秒前
不可靠月亮完成签到,获得积分10
16秒前
无奈的邪欢完成签到,获得积分10
17秒前
紫罗兰花海完成签到 ,获得积分10
17秒前
穴居人完成签到,获得积分10
18秒前
时尚的梦曼完成签到,获得积分10
19秒前
SHuEvan完成签到,获得积分10
19秒前
21秒前
鹿222发布了新的文献求助10
21秒前
22秒前
bzdqsm完成签到,获得积分10
26秒前
韭菜盒子发布了新的文献求助10
27秒前
li完成签到,获得积分10
28秒前
希望天下0贩的0应助鹿222采纳,获得20
28秒前
方赫然完成签到,获得积分10
31秒前
鹿222完成签到,获得积分20
38秒前
40秒前
biocreater完成签到,获得积分10
41秒前
ruby30完成签到,获得积分10
44秒前
可爱的函函应助Pt-SACs采纳,获得10
44秒前
45秒前
Lorin完成签到 ,获得积分10
45秒前
xelloss完成签到,获得积分10
46秒前
青桔完成签到,获得积分10
46秒前
高分求助中
The late Devonian Standard Conodont Zonation 2000
The Lali Section: An Excellent Reference Section for Upper - Devonian in South China 1500
Nickel superalloy market size, share, growth, trends, and forecast 2023-2030 1000
Smart but Scattered: The Revolutionary Executive Skills Approach to Helping Kids Reach Their Potential (第二版) 1000
Mantiden: Faszinierende Lauerjäger Faszinierende Lauerjäger 800
PraxisRatgeber: Mantiden: Faszinierende Lauerjäger 800
A new species of Coccus (Homoptera: Coccoidea) from Malawi 500
热门求助领域 (近24小时)
化学 医学 生物 材料科学 工程类 有机化学 生物化学 物理 内科学 纳米技术 计算机科学 化学工程 复合材料 基因 遗传学 催化作用 物理化学 免疫学 量子力学 细胞生物学
热门帖子
关注 科研通微信公众号,转发送积分 3244804
求助须知:如何正确求助?哪些是违规求助? 2888434
关于积分的说明 8252975
捐赠科研通 2556941
什么是DOI,文献DOI怎么找? 1385542
科研通“疑难数据库(出版商)”最低求助积分说明 650176
邀请新用户注册赠送积分活动 626303