基于RoBERTa-CNN-BiLSTM-CRF的“数据结构”课程知识命名实体识别

  • 打印
  • 收藏
收藏成功
微博 QQ空间 微信


打开文本图片集

摘要：传统命名实体方法识别准确率不高，难以在知识领域得到有效体现。基于RoBERTa-BiLSTM-CRF模型进行改进，在RoBERTa与BiLSTM层之间增加CNN进行局部特征提取。通过BERT改进版RoBERTa，将文本序列转换为高维向量表示，捕捉深层语义信息。CNN进行卷积操作，生成捕捉文本局部信息的特征图。（剩余4230字）

试读结束

目录
monitor
客服机器人