基于深度學(xué)習(xí)的特征增強(qiáng)式安全事故文本實(shí)體識(shí)別模型研究
中國(guó)安全生產(chǎn)科學(xué)技術(shù)
頁(yè)數(shù)： 9 2024-06-27
摘要： 為了研究安全事故案例報(bào)告中上下文語(yǔ)義指代和復(fù)雜領(lǐng)域內(nèi)容對(duì)機(jī)器自動(dòng)識(shí)別與抽取信息的性能影響，通過(guò)考慮局部特征增強(qiáng)構(gòu)建了BERT+Multi-CNN+BiGRU+CRF(BMulCBC)模型。BERT負(fù)責(zé)將非結(jié)構(gòu)化文本轉(zhuǎn)化輸入，Multi-CNN和BiGRU負(fù)責(zé)向量局部特征與序列特征編碼，CRF則負(fù)責(zé)完成準(zhǔn)確的實(shí)體標(biāo)簽解碼。研究結(jié)果表明：模型實(shí)體識(shí)別的精確率、召回率和F1值分別為6... （共9頁(yè)）
APP 