基于Bi-LSTM和TFIDF的工单事件提取
万方数据知识服务平台
应用市场
我的应用
会员HOT
万方期刊
×

点击收藏,不怕下次找不到~

@万方数据
会员HOT

期刊专题

基于Bi-LSTM和TFIDF的工单事件提取

引用
电网工单数据是电网运行情况以及客户满意程度的主要信息来源,近年来,有学者将深度学习的方法应用于工单数据的关键信息提取,但是提取出的关键词、词还不足以完整描述工单反映的具体情况.本文提出了一种事件抽取模型,先通过一定的方式进行文本预处理,确定标签体系和特征模板,再用Bi-LSTM和CRF相结合的模型进行实体识别和标注,最后通过TFIDF模型提取出事件表达,将该模型用于电网工单数据的事件抽取,用准确率、召回率和F1得分作为模型的评价标准,证明了该模型在工单数据分析中的可用性.

双向长短期记忆网络、条件随机场、词频-逆文件频率算法、电网工单、事件抽取

16

TP183(自动化基础理论)

2020-03-25(万方平台首次上网日期,不代表论文的发表时间)

共3页

291-293

相关文献
评论
暂无封面信息
查看本期封面目录

电脑知识与技术

1009-3044

34-1205/TP

16

2020,16(4)

相关作者
相关机构

专业内容知识聚合服务平台

国家重点研发计划“现代服务业共性关键技术研发及应用示范”重点专项“4.8专业内容知识聚合服务技术研发与创新服务示范”

国家重点研发计划资助 课题编号:2019YFB1406304
National Key R&D Program of China Grant No. 2019YFB1406304

©天津万方数据有限公司 津ICP备20003920号-1

信息网络传播视听节目许可证 许可证号:0108284

网络出版服务许可证:(总)网出证(京)字096号

违法和不良信息举报电话:4000115888    举报邮箱:problem@wanfangdata.com.cn

举报专区:https://www.12377.cn/

客服邮箱:op@wanfangdata.com.cn