摘要
本发明实施例公开了一种电力安全案例的关键信息抽取方法,包括:映射步骤:构建BERT模型,采用BERT模型将电力安全案例的文本字符进行动态向量映射,得到对应的文本词向量;抽取步骤:构建BiGRU模型,通过BiGRU模型对文本词向量进行特征提取,并进行序列预测,得到最终的文本序列特征结果以及对应的最大概率并输出。本发明首先利用BERT对文本字符进行动态向量映射,然后通过BiGRU模型对经过BERT模型处理后的电力安全案例文本词向量进行特征提取,对文本进行序列预测,输出文本向量特征提取结果序列的最大概率,最后利用CRF计算全局最优输出节点的概率分布,优化文本序列特征结果,从而提高模型的识别精确度和关键信息抽取的准确率。
技术关键词
信息抽取方法
BERT模型
语句
文本
序列特征
电力
标记
向量特征提取
实体
字符
编码器
注意力机制
元素
样本
动态
数据
标签
模板
系统为您推荐了相关专利信息
异常数据点
条件依赖关系
清洗策略
高斯混合模型
多模态融合技术