摘要
本发明涉及文本语义分析领域,尤其涉及一种基于增强CRF层的特殊领域文本语义要素识别方法,包括:针对样本库进行样本筛选分析以获取若干训练样本;针对单个训练样本,根据预设策略函数对训练样本进行语义要素提取以获得标签序列;计算标签序列对应的累计折扣奖励;采用预设目标函数获取标签序列对应的概率奖励期望值,采用预设梯度公式进行梯度计算,并且针对模型参数进行参数更新;根据预设探索策略确定是否重新选择标签;在预设停止条件下,停止模型训练学习;本发明提高了模型有效地捕捉标签序列间的复杂依赖关系的能力,进而提高模型在语义要素识别任务上的准确性和鲁棒性,以及提高了处理长篇幅文本的能力。
技术关键词
识别方法
标签
样本
文本语义分析
序列
策略
参数
鲁棒性
关系
字符
基准
因子