基于注意力机制的Bi-LSTM结合CRF的新闻命名实体识别及其情感分类

来源 :计算机应用 | 被引量 : 1次 | 上传用户:vivian16s
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
针对搜狐coreEntityEmotion_train语料核心实体识别和核心实体情感分析的任务,提出了基于注意力机制的长短期记忆神经网络结合条件随机场模型(AttBi-LSTM-CRF)。首先,对文本进行预训练,将每个字映射为维度相同的低维向量;然后,把这些向量输入到基于注意力机制的长短期记忆神经网络(AttBi-LSTM)中,以获取长远的上下文信息并集中注意力到与输出标签高度相关的信息上;最后,通过条件随机场(CRF)层获取整个序列的最优标签。将AttBi-LSTM-CRF模型与双向长短记忆神经网
其他文献
2009年1月,全美航空公司1549次航班在飞行中因受到鸟的撞击而迫降到了哈德逊河上。令人称奇的是此次事故并未造成人员伤亡,机组人员因在紧急时刻保持镇静而受到人们的称赞。
媒介融合不断加速,开放自由多元的信息传播互动方式被建立。新媒体蓬勃发展,传统媒体人纷纷转向自媒体行业发展。以视频为主要信息载体的视频自媒体用户数量不断攀升,传播渠
本文介绍一种波导开关网络控制的设计与实现方法。该设计将三套高功放系统和两套天馈线系统进行有效整合,配置成主备两路上行通道、一路应急上行通道,每路上行通道均配置主备