一种基于文本的自动识别文献研究的方法

摘要

本发明公开了一种基于文本的自动识别文献研究的方法，包括首先基于CRF模型对已经标注少量的数据建模，然后对未标注数据进行预测，再从大部分预测标注集合中挑选尽量少的部分数据进行人工标注，接着将标注后的结果在加入到原有语料中重新建模，适当迭代该过程得到最终模型，而此模型即可用于对科技文献的研究对象进行抽取，步骤一，获取科技文献标题，并做初次标注，步骤二，对数据进行标准化处理，步骤三，模型特征化提取，步骤四，训练数据，步骤五，提取部分未标注数据，并进行标记，步骤六，对模型准确率评估，在机器学习模型中优化的引入人工评定，可有效提高学习模型的改进效果的同时，能够尽量节省人工标注的成本。