亲爱的研友该休息了!由于当前在线用户较少,发布求助请尽量完整的填写文献信息,科研通机器人24小时在线,伴您度过漫漫科研夜!身体可是革命的本钱,早点休息,好梦!

Research on Named Entity Recognition Based on ELECTRA and Intelligent Face Image Processing

条件随机场 计算机科学 人工智能 自然语言处理 词(群论) 序列标记 背景(考古学) 集合(抽象数据类型) 命名实体识别 领域(数学) 特征(语言学) 面子(社会学概念) 代表(政治) 模式识别(心理学) 特征向量 数学 管理 任务(项目管理) 几何学 政治学 纯数学 法学 程序设计语言 生物 社会科学 经济 语言学 古生物学 社会学 哲学 政治
作者
Yihui Fu,Fanliang Bu
标识
DOI:10.1109/icesit53460.2021.9696907
摘要

Aiming at the problem that the corpus of drug-related fields is not rich and the relevant information of drug-related personnel is insufficient, this paper constructs a 600,000-word-scale drug-related text data set, and proposes a named entity recognition method for drug-related personnel based on ELECTRA-BiLSTM-CRF. First input the labeled text into the ELECTRA pre-training language model to obtain a word vector with better semantic representation; then input the trained word vector into the bidirectional long short-term memory (BiLSTM) network to extract the context feature; finally, the best predicted label sequence is obtained through the conditional random field(CRF). The performance of this model was evaluated on the drug-related text data set. The experimental results showed that the F1 value of the ELECTRA-BiLSTM-CRF model reached 94%, which was better than the BERT-BiLSTM-CRF, BERT-CRF, and BiLSTM-CRF models, which proved this model has a good effect on the named entity recognition of drug-related personnel.
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
打打应助moyu123采纳,获得10
3秒前
七七发布了新的文献求助30
4秒前
7秒前
11秒前
12秒前
樱桃猴子应助ASASAS采纳,获得50
14秒前
超脱闲人发布了新的文献求助10
14秒前
马文杰完成签到 ,获得积分10
16秒前
蜉蝣发布了新的文献求助10
18秒前
吴彦祖发布了新的文献求助10
18秒前
慕青应助RoseTaurus采纳,获得10
22秒前
JMchiefEditor完成签到,获得积分10
24秒前
雷天雨发布了新的文献求助10
28秒前
蜉蝣完成签到,获得积分10
32秒前
义气幼珊完成签到 ,获得积分10
38秒前
科研通AI2S应助科研通管家采纳,获得10
47秒前
CodeCraft应助科研通管家采纳,获得10
47秒前
科研通AI2S应助科研通管家采纳,获得10
47秒前
NexusExplorer应助dpp采纳,获得10
48秒前
充电宝应助用户12306采纳,获得10
50秒前
snah完成签到 ,获得积分10
51秒前
51秒前
52秒前
52秒前
RoseTaurus发布了新的文献求助10
56秒前
SmuA发布了新的文献求助10
56秒前
Tendency完成签到 ,获得积分10
58秒前
shushushu发布了新的文献求助10
58秒前
59秒前
dpp发布了新的文献求助10
1分钟前
1分钟前
1分钟前
shushushu完成签到,获得积分20
1分钟前
1分钟前
1分钟前
paul完成签到,获得积分10
1分钟前
上官若男应助美满冷安采纳,获得10
1分钟前
RoseTaurus完成签到,获得积分10
1分钟前
1分钟前
桐桐应助amber采纳,获得10
1分钟前
高分求助中
The late Devonian Standard Conodont Zonation 2000
Nickel superalloy market size, share, growth, trends, and forecast 2023-2030 2000
The Lali Section: An Excellent Reference Section for Upper - Devonian in South China 1500
Very-high-order BVD Schemes Using β-variable THINC Method 890
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 3256828
求助须知:如何正确求助?哪些是违规求助? 2898958
关于积分的说明 8303154
捐赠科研通 2568204
什么是DOI,文献DOI怎么找? 1394905
科研通“疑难数据库(出版商)”最低求助积分说明 652924
邀请新用户注册赠送积分活动 630631