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

【文件属性】：
文件名称：论文研究-基于BLSTM_attention_CRF模型的新能源汽车领域术语抽取.pdf
文件大小：1.09MB
文件格式：PDF
更新时间：2022-08-11 14:56:25
领域术语抽取, attention机制, 双向长短时记忆网络, 条件随机场, 词典, 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。