基于Bi-LSTM+CRF的科学文献中生态治理技术相关命名实体抽取研究*

马建霞,袁慧,蒋翔

Extracting Name Entities from Ecological Restoration Literature with Bi-LSTM+CRF

Ma Jianxia,Yuan Hui,Jiang Xiang

表8 Bi-LSTM神经网络模型实验参数

Table 8 Parameters of Bi-LSTM Model Experiment

参数 设置 词向量 100维,Word2Vec分布式向量 Bi-LSTM单元数 Num_Units: 256 学习率 Learning_Rate: 0.002 梯度裁剪 Clip: 10 Dropout Dropout_Rate: 0.5;L2_Rate: 0.01（加在全连接层权重上） 句子最大长度 Sequence_Length（Preprocessing.py输出结果中有句子分布） 迭代次数 Nb_Epoch: 200（可提前终止） dev_size 0.25