Portuguese Named Entity Recognition Using LSTM-CRF
Portuguese Named Entity Recognition Using LSTM-CRF
复制标题
使用 LSTM-CRF 的葡萄牙语命名实体识别
DOI：
--
复制
发表时间：
2018
期刊：
影响因子：
--
通讯作者：
A. S. Soares
中科院分区：
文献类型：
--
作者：
Pedro Vitor Quinta de Castro;Nádia Silva;A. S. Soares
对于像葡萄牙语这样丰富的语言，命名实体识别是一项具有挑战性的自然语言处理任务。在这项任务中，一种基于条件随机场的双向长期短期记忆的深度学习体系结构已经在英语、西班牙语、荷兰语和德语中展示了最先进的性能。在这项工作中，我们评估了这种体系结构，并对葡萄牙语语料库进行了超参数调整。结果使用最优值实现了最先进的性能，将葡萄牙语的结果提高到F1分数中的5分。
Named Entity Recognition is a challenging Natural Language Processing task for a language as rich as Portuguese. For this task, a Deep Learning architecture based on bidirectional Long Short-Term Memory with Conditional Random Fields has shown state-of-the-art performance for English, Spanish, Dutch and German languages. In this work, we evaluate this architecture and perform the tuning of hyperparameters for Portuguese corpora. The results achieve state-of-the-art performance using the optimal values for them, improving the results obtained for Portuguese language to up to 5 points in the F1 score.