基于BLSTM_Attention_CRF模型的新能源汽车领域术语抽取

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。因此,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,该方法切实可行。