手机知网 App
24小时专家级知识服务
打 开
诉讼法与司法制度
基于BERT-BiLSTM-CRF的法律案件实体智能识别方法
以往人工智能自然语言处理相关技术在智能法务系统应用中常采用静态特征向量模型,其存在算法效率低、精度偏差较大等问题.为了对法律文本中的案件实体进行智能识别,提高案件处理效率,对动态字向量模型进行了研究,提出了以基于转换器的双向编码表征模型(BERT)作为输入层的识别方法.在其基础上通过融合双向长短期记忆网络(BiLSTM)和条件随机场(CRF)模型,构建了高精度的法律案件实体智能识别方法,并通过实验验证了模型性能.
0 491
手机阅读本文
下载APP 手机查看本文
北京邮电大学学报
网络首发
相似文献
图书推荐
相关工具书

搜 索