基于BLSTM＿attention＿CRF模型的新能源汽车领域术语抽取

• 作 者: 马建红 张亚梅 姚爽 张炳斐 郭昌宏
• 机 构: 河北工业大学计算机科学与软件学院
• 出 处: 计算机应用研究
• 发表日期: 2019年5期
• 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

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