论文部分内容阅读
[目的/意义]典籍是我国传统文化、思想和智慧的载体，结合数字人文的数据获取、标注和分析方法对典籍进行实体自动识别，对于后续应用研究具有重要意义。[方法/过程]基于经过自动分词与人工标注的25本先秦典籍构建古籍语料库，分别基于不同规模的语料库和Bi-LSTM、Bi-LSTMAttention、Bi-LSTM-CRF、Bi-LSTM-CRF-Attention、Bi-RNN和Bi-RNN-CRF、BERT等7种深度学习模型，从中抽取构成历史事件的相应实体并进行效果对比。[结果/结论]在全部语料上训练得到的Bi-LSTM-Attention与Bi-RNN-CRF模型的准确率分别达到89.79%和89.33%，证实了深度学习应用于大规模文本数据集的可行性。