资料下载
×
基于农业本体与CRF相结合的涉农商品名称抽取与类别标注
消耗积分:1 |
格式:rar |
大小:0.92 MB |
2017-12-07
分享资料个
传统的基于条件随机场（CRF）的信息抽取方法在进行涉农商品名称抽取与类别标注时，需要大量的训练语料，标注工作量大，且抽取精度不高。为解决该问题，提出了一种基于农业本体与CRF相结合的涉农商品名称抽取与类别标注方法，将涉农商品名称的自动抽取与分类看作序列标注的任务。首先是原始数据的分词处理和词、词性、地理属性、本体概念特征选择；然后，采用改进的拟牛顿算法训练CRF模型参数，用维特比算法实现解码，共完成4组对比实验，识别出7种类别，并将CRF和隐马尔可夫模型（HMM）、最大熵马尔可夫模型（MEMM）通过实验进行比较；最后，将CRF应用于农产品供求趋势分析。结合合适的特征模板，本体概念的加入使CRF开放测试的总体准确率提高10. 20%，召回率提高59. 78%，F值提高37. 17%，证明了本体与CRF结合方法在涉农商品名称和类别抽取中的可行性和有效性，可以促进农产品供求对接。
声明：本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人，不代表电子发烧友网立场。文章及其配图仅供工程师学习之用，如有内容侵权或者其他违规问题，请联系本站处理。 举报投诉
评论(0)
发评论
- 相关下载
- 相关文章
