基于BILSTM-CRF的高校政策语义角色标注研究
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

10.3778/j.issn.1002-8331.2004-0146

基于BILSTM-CRF的高校政策语义角色标注研究

引用
采用融合自注意力机制的双向长短期记忆模型(SelfAtt-BILSTM)和条件随机场模型(CRF),构建一种Self-Att-BILSTM-CRF模型,对政策文本进行语义角色标注,以提取政策主要内容.采用某高校政策文件为实验数据集,利用BILSTM模型自动学习序列化语句上下文特征,融合自注意力机制增加重要特征元素的权重,通过CRF层利用特征进行序列标注,提取语义角色,以实现政策文件的主要内容挖掘.经过对比验证,该模型能够有效地提取政策文本内容,在标注数据集上F1值达到78.99%.实验结果同时表明,自注意力机制能够有效提高神经网络模型的语义角色标注效果.

双向长短期记忆网络、条件随机场、自注意力机制、语义角色标注、深度学习

57

TP391.1(计算技术、计算机技术)

2017年山东省高校人文社会科学研究计划思想政治教育专题研究;青岛市哲学社会科学规划;山东科技大学2018年研究生科技创新项目

2021-03-25(万方平台首次上网日期,不代表论文的发表时间)

共5页

207-211

相关文献
评论
暂无封面信息
查看本期封面目录

计算机工程与应用

1002-8331

11-2127/TP

57

2021,57(6)

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