《表1 古籍方志物产语料处理结果样例》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《基于深度学习的方志物产资料实体自动识别模型构建研究》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

本文使用“SBEIO”标签方法对分词后的文本进行单字序列标注，S标识这个字本身为一个命名实体，B标识一个命名实体的起始字，I标识该字位于一个命名实体的中间位置，E标识一个命名实体的结尾字，非实体的部分都用O标识，部分语料处理结果如表1所示。考虑到古籍方志文本的语言特性，采用Word2Vec[22]获得词语的字符向量，并作为深度学习模型的输入特征，这样就无需基于规则和统计的方法（如获取频次、长度、边界词等外部特征）对语料进行人工设置模版，而是可以自动探索文本的潜在语义信息。为了得到更加科学合理的实验结果，本文将人工标注后的语料按照9∶1的比例以整句为单位随机拆分成训练与测试语料，对4种深度学习模型的性能进行训练和评价。