摘要
本发明提供了结合多重嵌入表示的短文本情报处理方法及系统,涉及短文本处理技术领域,包括:生成实体嵌入向量表示;将目标短文本通过BERT网络进行上下文特征提取,输入BiGRU网络进行特征优化,生成最大池化向量,生成实体语义表示;计算得到目标预测概率;选择正面样本、负面样本进行BERT‑BiGRU模型训练;提取CLS向量、开始位置特征向量、结束位置特征向量,进行向量拼接后输入全连接神经网络层进行向量分类处理,通过激活函数,获得目标实体的目标概率得分。本发明解决了传统的实体识别方法大多依赖于词汇级别的处理,缺乏对实体多样化表示的全面理解,导致信息处理的精度不足的技术问题。
技术关键词
语义
网络
图谱
实体识别方法
文本处理技术
样本
模型训练模块
矩阵
装备
信息处理
三元组
正面
表达式
序列
标记
精度
系统为您推荐了相关专利信息
数据记录模块
声音采集模块
说话人身份
智能休眠
声纹模型
修正方法
网络节点状态
蒙特卡洛方法
实时监测数据
网络拓扑
锈斑
转移概率矩阵
卷积神经网络模型
芯片
隐马尔科夫模型
机械臂关节
智能抓取
语言编码器
语义向量
多模态