| 基于BLSTM_Attention_CRF模型的新能源汽车领域术语抽取 |
| |
| 引用本文： | 马建红,张亚梅,姚爽,张炳斐,郭昌宏.基于BLSTM_Attention_CRF模型的新能源汽车领域术语抽取[J].计算机应用研究,2019,36(5). |
| |
| 作者姓名： | 马建红 张亚梅 姚爽 张炳斐 郭昌宏 |
| |
| 作者单位： | 河北工业大学计算机科学与软件学院,天津,300401;河北工业大学计算机科学与软件学院,天津,300401;河北工业大学计算机科学与软件学院,天津,300401;河北工业大学计算机科学与软件学院,天津,300401;河北工业大学计算机科学与软件学院,天津,300401 |
| |
| 摘 要： | 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。
|
| 关 键 词： | 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 规则 |
| 收稿时间： | 2017/11/15 0:00:00 |
| 修稿时间： | 2019/4/3 0:00:00 |
Terminology extraction for new energy vehicle based on BLSTM_Attention_CRF model |
| |
| Ma Jianhong,Zhang Yamei,Yao Shuang,Zhang Bingfei and Guo Changhong.Terminology extraction for new energy vehicle based on BLSTM_Attention_CRF model[J].Application Research of Computers,2019,36(5). |
| |
| Authors: | Ma Jianhong Zhang Yamei Yao Shuang Zhang Bingfei and Guo Changhong |
| |
| Affiliation: | Hebei University of Technology,,,, |
| |
| Abstract: | |
| |
| Keywords: | domain term extraction attention mechanism bidirectional long short-term memory conditional random fields dictionary rules |
| 本文献已被 万方数据 等数据库收录！ |
| 点击此处可从《计算机应用研究》浏览原始摘要信息 |
|
点击此处可从《计算机应用研究》下载全文 |
|
