面向礦山機(jī)電設(shè)備監(jiān)測(cè)文本的命名實(shí)體識(shí)別

摘要： 正確抽取礦山機(jī)電設(shè)備監(jiān)測(cè)文本中的設(shè)備名稱、參數(shù)標(biāo)準(zhǔn)、故障位置、故障類型等實(shí)體，可以輔助專家盡早發(fā)現(xiàn)異常機(jī)電設(shè)備、提升分析設(shè)備故障的效率和精度。針對(duì)礦山機(jī)電設(shè)備領(lǐng)域?qū)嶓w多為嵌套實(shí)體，且具備字符較長(zhǎng)、上下文關(guān)聯(lián)性較強(qiáng)等特點(diǎn)，提出一種聯(lián)合多粒度特征的實(shí)體識(shí)別方法，通過(guò)機(jī)器閱讀理解框架初步確定長(zhǎng)序列嵌套實(shí)體邊界，采用融合注意力機(jī)制的BiLSTM神經(jīng)網(wǎng)絡(luò)深挖實(shí)體間上下文關(guān)聯(lián)。實(shí)驗(yàn)結(jié)果表明...