基于BiLSTM-CRF的体育新闻主题词抽取方法

摘要：

针对典型的循环神经网络方法在抽取主题词时因缺少上下文相关的句子级信息而导致识别准确率较低的问题,提出了一种基于双向长短期记忆网络条件随机场(BiLSTM-CRF)模型联合TextRank的主题词抽取方法.首先,利用TextRank对新闻文本进行主题句抽取,再使用双向长短期记忆(BiLSTM)模型获取文本的前后特征,最后使用条件随机场(CRF)完成句子级序列标注,得到主题词.在多组体育类新闻数据集上进行实验,该方法较对照组BiLSTM方法F1值提高约0.8％～5.1％,且用时更短.因此,改进的BiLSTM-CRF方法可显著提升主题词的抽取准确率和效率.

关键词：体育新闻、主题词抽取、TextRank、BiLSTM-CRF

所属期刊栏目：42

分类号：TP391(计算技术、计算机技术)

资助基金：国家自然科学基金;武汉工程大学中青年人才项目;武汉工程大学研究生创新基金

在线出版日期：2020-05-11（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：102-107