科研之友
微信
新浪微博
Facebook
分享链接
摘要
化妆品标准有助于规范化妆品市场，同时也是相关部门进行安全监管的重要依据。为了解决化妆品标准文本中专有命名实体具有上下文敏感性、长序列存在语义稀释等问题，本文提出了一种融合了注意力机制的BERT-BiLSTM-Attention-CRF模型来提取文本中的实体和关系，引入的注意力机制能够优化权重分配、消除噪音，进而提高抽取的准确性。为了验证模型的有效性，我们与几种常见的深度网络模型进行了对比，结果证明我们的模型在自建的化妆品标准数据集上的F1值比其他模型高了3.9%～12.1%,进一步验证了模型的有效性和合理性。
- 单位
