[发明专利]一种基于FastText-CRF的引文元数据抽取方法有效
| 申请号： | 201910799548.X | 申请日： | 2019-08-28 |
| 公开（公告）号： | CN110516069B | 公开（公告）日： | 2023-07-25 |
| 发明（设计）人： | 杨柳;胡雷;龙军 | 申请（专利权）人： | 中南大学 |
| 主分类号： | G06F16/35 | 分类号： | G06F16/35;G06F16/38 |
| 代理公司： | 长沙市融智专利事务所(普通合伙) 43114 | 代理人： | 欧阳迪奇 |
| 地址： | 410083 湖南*** | 国省代码： | 湖南;43 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于FastText‑CRF的引文元数据抽取方法，考虑了引文段对引文元数据的影响，先从引文数据中提取引文段，然后利用FastText模型做一个分类器，对引文段做一个粗分类，最后将粗分类的结果输入到CRF(条件随机场模型)得出最后的分类标签。通过将FastText模型与CRF模型相结合的技术应用于引文元数据抽取，可以改进现有的引文元数据抽取的效果，极大缩短引文元数据抽取时间。 | ||
| 搜索关键词： | 一种 基于 fasttext crf 引文 数据 抽取 方法 | ||
【主权项】：
1.一种基于FastText-CRF的引文元数据抽取方法，其特征在于，包括以下步骤：/n步骤1，采集用于训练的原始引文数据集，然后进行包括删除非法字符在内的预处理，并对预处理后的引文基于标点符号进行分段，再根据引文内容为引文添加相应标签，最后将数据集分为训练集和验证集；/n步骤2，训练词向量模型，然后搭建包括输入层、隐藏层、CRF层和输出层在内的FastText-CRF抽取模型，然后输入训练集，并根据输出的标签结果的准确率来对FastText-CRF抽取模型进行优化后重新输入训练集，循环执行直到准确率达到预设值；/n步骤3，对待抽取引文基于标点符号进行预处理及分段，然后输入至训练完毕的FastText-CRF抽取模型中进行抽取，最后得到作为结果的标签。/n
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于中南大学，未经中南大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201910799548.X/，转载请声明来源钻瓜专利网。
