| 基于多头卷积残差连接的文本数据实体识别 | |
| 所屬分類：技术论文 | |
| 上傳者：wwei | |
| 文檔大小：1297 K | |
| 標(biāo)簽： 深度学习 命名实体识别 神经网络 | |
| 所需積分：0分積分不夠怎么辦？ | |
| 文檔介紹：为构建工作报告中的文本数据关系型数据库，针对非结构化文本数据中有效信息实体提取问题以及传统网络在提取信息时特征丢失问题，设计了一种基于深度学习的实体识别模型RoBERTa-MCR-BiGRU-CRF，首先利用预训练模型RoBERTa作为编码器，将训练后的词向量输入到多头卷积残差网络层MCR扩充语义信息，接着输入到门控循环BiGRU层进一步提取上下文特征，最后经过条件随机场CRF层解码进行标签判别。经过实验，模型在工作报告数据集上F1值达到96.64%，优于其他对比模型；并且在数据名称实体类别上，F1值分别比BERT-BiLSTM-CRF和RoBERTa-BiGRU-CRF提高了3.18%、2.87%，结果表明该模型能较好地提取非结构化文本中的有效信息。 | |
| 現(xiàn)在下載 | |
| VIP會員，AET專家下載不扣分；重復(fù)下載不扣分，本人上傳資源不扣分。 | |
Copyright ? 2005-2024 華北計算機(jī)系統(tǒng)工程研究所版權(quán)所有 京ICP備10017138號-2