计算机软件及计算机应用 自动化技术 出版 戏剧电影与电视艺术 中国近现代史 基于深度学习模型的命名实体识别对比研究——以民国电影类期刊为例 标题: 基于深度学习模型的命名实体识别对比研究——以民国电影类期刊为例作者: 崔金英,颜佳第一作者: 崔金英机构: 上海图书馆期刊: 图书馆杂志发表日期: 2025-01-15论文摘要: 本文构建了基于NEZHA-RTransformer-CRF的深度学习模型，随机抽取了101种期刊中的660条语料为实验数据，通过人工标注的方式建立语料库，将文本输入到NEZHA模型中抽取特征表征信息，再通过RTransformer模型抽取局部信息，最后输入到CRF中输出实体识别结果，并与BERT-BiLSTM-CRF、BERT-BiGRU-CRF、SVM、ChatGLM-Ptuning 4种模型进行了对比，最终NEZHA-RTransformer-CRF模型的准确率达到89.79%，F1值提升明显，达到79.44%，验证了该模型的有效性和可靠性，从而证实了深度学习应用于民国时期电影类期刊语料的可行性，为进一步对民国期刊数据的挖掘提供了有效的数据支撑。关键词: 命名实体识别; 数字人文; 深度学习; 电影类期刊DOI阅读链接: 10.13663/j.cnki.lj.2025.01.009
