基于深度序列标注模型的微学习服务信息抽取方法

本发明提出一种基于深度序列标注模型的微学习服务信息抽取方法，在微学习服务信息抽取过程中，采用基于深度序列标注模型：首先使用嵌入层将高维稀疏的原始数据映射为低维连续但密集的数据表示，并提取语义信息；在嵌入层之后，使用两个连续的CNN层以进一步挖掘和总结模型中相邻输入的局部特征；在嵌入层之后还设置有一个RNN层，用于提取和建模时间序列特征；在CNN和RNN之后设置有融合块，用于结合不同类型的潜在特征；在最终输出层之前设置有CRF层用于对输出序列的局部约束。