10.3969/j.issn.1005-8095.2020.09.001
基于深度学习的竞争情报命名实体识别研究
[目的/意义]旨在为命名实体识别技术在竞争情报中的应用提供参考.[方法/过程]将基于深度学习的命名实体识别方法应用在竞争情报工作中,在构建BiLSTM-CRF神经网络模型的基础上,加入注意力层,帮助模型更好地聚焦局部特征.[结果/结论]实验结果表明,深度学习算法在竞争情报命名实体识别中是高效的,同时与单一CRF模型和传统LSTM+CRF模型进行实验对比,证明改进后的模型在识别效果上有很大提升.
竞争情报、命名实体识别、双向长短期记忆网络、条件随机场、注意力机制
TP391(计算技术、计算机技术)
本文系国家自然科学基金委2040工程科技项目管理与知识系统项目"情报数据平台"项目编号:L1724033
2020-10-22(万方平台首次上网日期,不代表论文的发表时间)
共7页
1-7