摘要
本发明公开了一种基于神经网络的多语言会计术语自动识别方法,属于语义识别技术领域,本发明通过构建左邻域、右邻域和全邻域的词组集合,确保了对每个词在具体上下文中的全面理解,缩短了考虑文本的范围,同时实现对该词三种组合,提高语义识别的精度,权重系数的分配使得模型能够识别不同词性的影响,从而更精确地捕捉到专业术语的特征。通过语义提取单元对词组向量提取语义特征,并通过对特征施加权重,提高了语义识别的精度,增强了对会计术语的判断能力。再将左邻域特征向量、右邻域特征向量和全邻域特征向量进行两两匹配,提高会计术语评分预测精度,从而提高会计术语识别精度。
技术关键词
邻域
自动识别方法
会计
语义特征
术语
表达式
多路径
输入端
编码
语义识别技术
输出端
元素
文本
精度
序列
标记
参数
系统为您推荐了相关专利信息
感兴趣区域提取
二值化图像
标记
邻域
层次聚类方法
任务调度方法
遗传算法
任务调度模型
地面站天线
模拟退火算法
裂缝自动识别
卷积模块
控制点
路面裂缝分割
语义特征提取
告警日志
异常检测方法
语义向量
时间间隔特征
BERT模型