开源情报语义可信分析和Bi-LSTM-Atten模型的自优化标签提取方法

本发明涉及自然语言处理领域，公开了一种开源情报语义可信分析和Bi‑LSTM‑Atten模型的自优化标签提取方法，包括开源情报收集和预处理，建立数据源价值评估模型；开源情报特征提取，对爬取的文本进行分词处理，计算每个分词权重，得到候选标签集合，使用BERT对选出的候选标签进行词嵌入；开源情报语义可信分析，构建可信情报分类器，筛选出可信情报集合；可信开源情报标签提取，构建标签评价模型，构建标签评分训练集，训练基于Bi‑LSTM‑Atten模型的标签质量打分器；利用标签质量打分器得到各标签的分数；根据打分器的评分结果对候选标签集中的所有标签打分，提取用户定义的前k个标签。通过本发明可以提升开源情报标签提取的准确性和可信性。