[发明专利]基于IDCNN和注意力机制的招投标文本实体识别方法

权利要求书

1.一种基于IDCNN和注意力机制的招投标文本实体识别方法，其特征在于，具体包括如下步骤：

S1：构建嵌入层，以字为单位，将文本中的每个字符映射为向量，得到字向量；

S2：计算文本中每个字符的位置向量，得到位置向量；

S3：将得到的字向量和位置向量进行拼接，作为嵌入层的输出；

S4：构建IDCNN层，将嵌入层的输出输入IDCNN层，进行迭代计算后输出；

S5：构建注意力层，将IDCNN层的输出输入至注意力层进行计算并输出；

S6：构建CRF层，将注意力层的输出输入CRF层后，计算得到每个字符的标签的概率，得到预测结果。

2.根据权利要求1所述的基于IDCNN和注意力机制的招投标文本实体识别方法，其特征在于，S1中：

使用Word2Vec中的Skip-gram模型计算得到定长的字向量，对于一个文本序列，将文本中每个字的字向量拼接起来，得到整个文本序列的字向量表示，具体如公式（1）所示：

S=C₁⊕C₂⊕C₃⊕...⊕C_n （1）

其中n为文本序列中字的个数，C_i（i=1，2，3，...，n）为文本中第i个字的字向量，S则为文本序列的字向量表示。

3.根据权利要求2所述的基于IDCNN和注意力机制的招投标文本实体识别方法，其特征在于，S2中:

使用正弦、余弦函数来计算相应的位置向量，具体如公式（2）、（3）所示：

U_i，2m=Sin（i/10000^2m/d） （2）

U_i，2m+1=Cos（i/10000^2m/d） （3）

其中d表示位置向量的维度，i表示字符在文本中的位置，m表示字符位置向量的维度位置，2m即表示位置向量的偶数位，2m+1即表示位置向量的奇数位；

文本中第i个字的位置向量即如公式（4）所示：

P_i=[U_i,0，U_i,1，U_i,2，...，U_i,d-1] （4）。