摘要
本发明公开了一种基于多层次特征融合的自适应集成技术的文本要素识别方法及系统,应用于自然语言处理领域,包括:对数据文本进行预处理,并基于预处理后的数据文本训练多个文本要素识别子模型;对预处理后的数据文本进行多层次特征提取,并进行特征融合,训练多个文本要素识别子模型的权重学习器,输出多个文本要素识别子模型的动态权重;基于多个文本要素识别子模型的输出结果和置信度分数,结合动态权重,加权得到最终的文本要素识别输出。本发明有效地解决了现有技术中因特征提取不全面和模型适应性差导致的识别精度问题。
技术关键词
多层次特征融合
文本
多层次特征提取
识别方法
CRF模型
学习器
动态
语义特征提取
数据
随机梯度下降
模型训练模块
传播算法
识别系统
自然语言
输出模块
精度
参数
系统为您推荐了相关专利信息
突发事件数据
停车设施
电子围栏
生成结构化数据
需求预测模型
语言模型训练方法
专属数据
大规模语料
门控循环单元
文本分类模型
面向工业设备
对话交互方法
语音
意图分类模型
滤波算法