一种基于预训练模型的中文命名实体识别方法

本发明公开一种基于预训练模型的中文命名实体识别方法，用于知识图谱半自动化构建任务。该方法基于预训练模型BERT，先对输入文本字符token构建Trie结构得到[字符‑词语]对序列，将标注好的训练集输入BERT进行编码；在BERT内部Transformer层引入Lexicon Adapter结构，融合候选词汇向量与BERT内部隐藏状态；将融合后的文本特征输入eLSTM网络挖掘上下文关系，再将其输入CRF层实现实体标签输出。本发明通过改进字词信息特征融合计算方法，采用交互注意力捕获更多非线性信息，引入eLSTM网络捕获上下文特征，能够有效提升命名实体识别模型的性能。