收录：
摘要：
本发明公开了基于机器阅读理解的BiLSTM‑BiDAF命名实体识别方法，首先，为了充分挖掘文本的上下文特征，使用NEZHA获取全文语境信息，并进一步通过BiLSTM提取局部特征，以加强模型对局部依赖信息的捕获能力。其次，引入双向注意力机制学习文本与实体类别之间的语义关联。最后，设计基于门控机制的边界检测器加强实体边界的相关关系，预测出实体在文本中的位置，同时通过建立答案数量检测器，将无答案问题识别出来。本发明在CCKS2020中文电子病历和CMeEE数据集上进行了实验，结果表明本发明构建的模型能有效识别文本中的命名实体。
关键词：
通讯作者信息：
电子邮件地址：
