基于BERT-BiLSTM-CRF的法律案件实体智能识别方法

郭知鑫, 邓小龙

北京邮电大学 网络空间安全学院, 北京 100876

收稿日期:2020-11-30出版日期:2021-08-28发布日期:2021-07-13
通讯作者:邓小龙(1977-),男,副教授,E-mail:shannondeng@bupt.edu.cn.E-mail:shannondeng@bupt.edu.cn
作者简介:郭知鑫(1994-),男,硕士生.
基金资助:国家重点研发项目子课题（2017YFC0820603）

Intelligent Identification Method of Legal Case Entity Based on BERT-BiLSTM-CRF

GUO Zhi-xin, DENG Xiao-long

School of Cyberspace Security, Beijing University of Posts and Telecommunications, Beijing 100876, China

Received:2020-11-30Online:2021-08-28Published:2021-07-13

摘要/Abstract

摘要： 在智能法务系统应用中，人工智能自然语言处理相关技术常采用静态特征向量模型，算法效率低，精度偏差较大.为了对法律文本中的案件实体进行智能识别，提高案件的处理效率，针对动态字向量模型提出以基于转换器的双向编码表征模型作为输入层的识别方法.在其基础上通过融合双向长短期记忆网络和条件随机场模型，构建了高精度的法律案件实体智能识别方法，并通过实验验证了模型的性能.
中图分类号:
TP391.1

引用本文

郭知鑫, 邓小龙. 基于BERT-BiLSTM-CRF的法律案件实体智能识别方法[J]. 北京邮电大学学报, 2021, 44(4): 129-134.
GUO Zhi-xin, DENG Xiao-long. Intelligent Identification Method of Legal Case Entity Based on BERT-BiLSTM-CRF[J]. Journal of Beijing University of Posts and Telecommunications, 2021, 44(4): 129-134.





PDF全文下载地址:

https://journal.bupt.edu.cn/CN/article/downloadArticleFile.do?attachType=PDF&id=4813