典型文献
基于Attention-Comprehension OpenTag的人物属性抽取算法
文献摘要：
人物属性抽取的主要目标是从非结构化文本中获取人物实体的属性值,属性抽取任务在电商领域的研究已十分成熟,但在人物属性领域的研究却十分鲜有.针对人物属性抽取任务中一词多义问题和属性类别区分困难问题,本文基于电商领域中的Attention-Comprehension OpenTag模型,首先通过BERT编码器来解决一词多义的问题,然后利用Attention机制,将属性信息融合到输入中来解决属性类别区分困难的问题.并且在多类别人物属性抽取数据集CPAR上进行实验,在测试集的效果达到0.93的F1-Score,对比经典的BiLSTM+CRF模型,Attention-Comprehension OpenTag模型的效果提升0.2.
文献关键词：
Attention-Comprehension OpenTag;人物属性抽取;深度学习
中图分类号：
作者姓名：
沈芳婷;于艳华;李志强;李劼
作者机构：
北京邮电大学计算机学院,北京 100876
文献出处：
引用格式：
[1]沈芳婷;于艳华;李志强;李劼-.基于Attention-Comprehension OpenTag的人物属性抽取算法)[J].新一代信息技术,2022(06):1-5
A类：
OpenTag,人物属性抽取,CPAR
B类：
Attention,Comprehension,非结构化,结构化文本,属性值,电商领域,一词多义,别区,困难问题,BERT,编码器,属性信息,信息融合,合到,多类别,别人,测试集,Score,BiLSTM+CRF,效果提升
AB值：
0.2155
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
