论文研究-基于BLSTM_attention_CRF模型的新能源汽车领域术语抽取.pdf

所需积分/C币:12 2019-07-22 21:09:45 1.09MB .PDF
收藏 收藏
举报

为提高新能源汽车领域术语抽取准确率,面向新能源汽车专利文本提出一种领域术语抽取模型。传统的领域术语抽取方法过度依赖人工定义特征和领域知识,无法自动挖掘隐含特征,其识别性能过度依赖所选特征的质量。从深度学习的角度出发,提出了一种基于attention的双向长短时记忆网络(bidirectional long short-term memory,BLSTM)与条件随机场(conditional random fields,CRF)相结合的领域术语抽取模型(BLSTM_attention_CRF模型),并使用基于词典与规则相结合的方法对结果进行校正,准确率可达到86%以上,方法切实可行。

...展开详情
试读 6P 论文研究-基于BLSTM_attention_CRF模型的新能源汽车领域术语抽取.pdf
立即下载 低至0.43元/次 身份认证VIP会员低至7折
    抢沙发
    一个资源只可评论一次,评论内容不能少于5个字
    • 至尊王者

      成功上传501个资源即可获取
    关注 私信 TA的资源
    上传资源赚积分,得勋章
    最新推荐
    论文研究-基于BLSTM_attention_CRF模型的新能源汽车领域术语抽取.pdf 12积分/C币 立即下载
    1/6
    论文研究-基于BLSTM_attention_CRF模型的新能源汽车领域术语抽取.pdf第1页
    论文研究-基于BLSTM_attention_CRF模型的新能源汽车领域术语抽取.pdf第2页

    试读已结束,剩余4页未读...

    12积分/C币 立即下载 >