原创力文档- 1、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。。
- 2、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
- 3、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
本发明是基于半监督学习和聚类的实体识别方法。通过本体库预定义实体类别对轨道交通规范非结构化数据进行标注；对标签数据使用word2vec进行向量化表示，然后对带标签的实体词向量进行层次聚类算法；接着将实体类别与聚类结果联合分析，校对实体类别定义，最终确定轨道交通领域本体库实体类型；最后重新整理数据集，生成的词向量输入到BiLSTM‑CRF深度学习模型中训练命名实体识别模型，使用Softmax函数对识别的实体特征进行标签分类，评估实体标签分类结果。本发明能提高轨道交通规范中实体抽取速度和准确率，从而
(19)中华人民共和国国家知识产权局
(12)发明专利申请
(10)申请公布号 CN 113191148 A
(43)申请公布日 2021.07.30
(21)申请号 202110482650.4
(22)申请日 2021.04.30
(71)申请人 西安理工大学
地址
文档评论（0）