问答系统命名实体识别改进方法研究

问答系统是一种以准确且自然的语言来回答用户提问的系统.本文对其中涉及的"命名实体识别"环节尝试了一些改进措施:针对传统单向模板匹配耗时耗力的问题,提出一种双向格子结构的长短时记忆网络(Lattice Bi-LSTM),解决了命名实体识别中对句子处理不当和对分词结果具有依赖性的两大问题.与单向结构相比,双向结构能更好地利用句子信息,使输出结果更具鲁棒性,从而更准确地捕获语义信息;针对传统方法未考虑实体间相似度的非线性耦合性问题,提出一种利用周期性核函数将"相似"实体准确链接到知识库中去的方法.对提出的两种改进方法进行了实验验证,结果表明:与经典方法相比,所用方法具有显著的改进效果.