基于特征表示的期刊文献关键词提取方法、装置及存储介质

AITNT
正文
推荐专利
基于特征表示的期刊文献关键词提取方法、装置及存储介质
申请号:CN202410776900
申请日期:2024-06-17
公开号:CN118797063A
公开日期:2024-10-18
类型:发明专利
摘要
本发明涉及一种基于特征表示的期刊文献关键词提取方法、装置及存储介质。其中的方法获取智慧配电网领域的原始期刊文本数据并进行预处理;将预处理后的期刊文本数据进行向量化,获取融合词性的词向量表示;基于融合词性的词向量表示,分别利用预训练的GPT‑2模型和BiLSTM‑CRF模型提取相应的关键词,得到第一关键词特征和第二关键词特征;融合第一关键词特征与第二关键词特征,得到融合特征表示,进而得到关键词分类结果。与现有技术相比,本发明具有提升对智慧配电网领域期刊文献中复杂关键词的自动抽取准确率等优点。
技术关键词
关键词特征 关键词提取方法 期刊 依存句法分析 CRF模型 关键词提取装置 融合特征 文本 上下文特征 注意力机制 程序 数据 存储器 解码器 处理器 网络 分词 语义
系统为您推荐了相关专利信息
1
基于微型机器学习的图片智能预处理方法及系统
智能预处理系统 智能预处理方法 迁移增量学习 强化学习策略 自然语言
2
一种数据分析的创新创业教育服务系统
创新创业教育服务系统 强化学习策略 个性化教育 数据采集模块 并行计算单元
3
一种不同粒度自适应融合的藏文引导图像生成方法
图像生成方法 语义 CRF模型 分词 文本编码器
4
面向生产线的协议解析方法及智能采集装置
协议解析方法 智能采集装置 关键词 报文 显示设备运行状态
5
基于国网文档数据特征的层次聚类与目录自动构建方法
自动构建方法 目录 生成关键词 词嵌入模型 层级
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号