基于训练模型改进的语音问句信息抽取方法

作者：刘继明; 孙成; 袁野

来源：科学技术与工程, 2021, 21(18): 7635-7641.

• 语义标注
• 信息抽取
• 语音问句
• 深度学习模型

为进一步提高客户语音问句实体信息抽取的准确性,增强智能问答系统知识图谱中信息抽取技术的整体效果,首先对语义标注进行优化,随后在BiLSTM-CRF(bidirectional long short-term memory conditional random filed)基础上加入BERT(bidirectional encoder representation from transformers)模型对句子进行实体抽取学习。在具体实验中,以语音问句事件文本为数据来源,对其进行语义标注和实体抽取实验。结果表明,在语义标注优化的基础上同时加入BERT改进模型,信息抽取结果均高于BiLSTM-CRF方法,且改进模型的调和平均值达到91.53%,即可为增强事件实体信息抽取提供实践意义。

• 单位
  重庆邮电大学; 经济管理学院