买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!
申请/专利权人:福建师范大学
摘要:本发明提出一种基于深度序列标注模型的微学习服务信息抽取方法,在微学习服务信息抽取过程中,采用基于深度序列标注模型:首先使用嵌入层将高维稀疏的原始数据映射为低维连续但密集的数据表示,并提取语义信息;在嵌入层之后,使用两个连续的CNN层以进一步挖掘和总结模型中相邻输入的局部特征;在嵌入层之后还设置有一个RNN层,用于提取和建模时间序列特征;在CNN和RNN之后设置有融合块,用于结合不同类型的潜在特征;在最终输出层之前设置有CRF层用于对输出序列的局部约束。
主权项:1.一种基于深度序列标注模型的微学习服务信息抽取方法,其特征在于:在微学习服务信息抽取过程中,采用基于深度序列标注模型:首先使用嵌入层将高维稀疏的原始数据映射为低维连续但密集的数据表示,并提取语义信息;在嵌入层之后,使用两个连续的CNN层以进一步挖掘和总结模型中相邻输入的局部特征;在嵌入层之后还设置有一个RNN层,用于提取和建模时间序列特征;在CNN和RNN之后设置有融合块,用于结合不同类型的潜在特征;在最终输出层之前设置有CRF层,用于对输出序列的局部约束。
全文数据:
权利要求:
百度查询: 福建师范大学 基于深度序列标注模型的微学习服务信息抽取方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。