科研之友
微信
新浪微博
Facebook
分享链接
摘要
地质报告中地质体的几何、拓扑及属性信息是三维地质建模过程中重要约束性信息.但传统的属性信息抽取方法存在覆盖率有限、局限于人工设计特征及模型泛化能力差等问题.面向三维建模任务,总结了地质报告中地质体的几何、拓扑及属性文本的特点,提出了 一种基于BERT-BiLSTM-CRF的三维地质建模信息抽取方法;基于BERT预训练模型,构建融合BiLSTM和CRF的深度学习模型,通过BERT模型获取动态字符深层次语义信息,弥补静态词向量无法解决一词多义的问题,提高地质体复杂建模信息的抽取能力.以43篇地质报告为数据源进行模型性能评估,实验结果表明所提出的方法对于地质体三类属性信息抽取准确率达到90％以上,对于三维地质建模具有重要支撑作用.
