为解决煤矿装备维护知识中语义复杂、实体识别困难的问题,以自建的煤矿装备维护知识语料库为研究对象,提出一种基于BERT的煤矿装备维护知识命名实体识别方法。利用BERT获取词的语义、归属及位置信息,增强词向量的语义表征能力;然后将词向量序列输入BiLSTM层,获取上下文信息并提取长距离特征;最后利用CRF对序列标记进行合法性约束;并对模型进行超参数优化,减少特征损失并提高学习效率。实验结果表明:所提方法准确率、召回率和F1值显著提升,分别达