摘要
本发明公开了一种基于多特征和门控机制的命名实体识别方法,是针对中学数学教育领域而设计的,该方法包括:构建中学数学试题命名实体识别数据集,用于对模型的训练;训练传统命名实体识别模型,将BERT+BiLSTM+CRF传统模型作为基线模型并对其进行改进;引入迭代扩张卷积卷积神经网络IDCNN提取文本的局部特征;引入基于门控权重机制对BiLSTM提取的文本全局特征进行扩充;融合BiLSTM和IDCNN特征训练模型并生成实体标签序列。本发明通过将全局特征和局部特征进行融合,同时提高了单个实体内部标签和整个句子的大部分字符标签的识别准确率,最终提高模型的整体标签识别效果。
技术关键词
命名实体识别方法
CRF模型
局部特征提取
字符
试题资源
命名实体识别模型
知识点
卷积神经网络提取
标签
语义
文本
训练集
权重机制
基线
特征提取模块
数据
系统为您推荐了相关专利信息
语义变化检测方法
时序遥感影像
多尺度特征
动态位置编码
层级
信息管理方法
地基土层
信息管理系统
编码器
全局特征提取
数据传输优先级
优化管理方法
帝企鹅
智能网关
通道
脱敏规则
数据处理方法
客户敏感信息
词语
数据安全技术
语音特征数据
智能电器
语音识别控制方法
语义规则
梅尔频率倒谱系数