一种基于双模型结构的中文意见目标边界预测方法

摘要

本发明提供了一种基于双模型结构的中文意见目标边界预测方法，包括：步骤Step1:获取中文意见文本数据集，并将所述数据集划分为训练集、验证集和测试集，然后对所述训练集进行数据预处理得到训练样本数据；步骤Step2:构建基于BERT_BiGRU的中文意见目标提取模型，中文意见目标提取模型包括模型一和模型二；步骤Step3:将所述训练样本数据输入待训练的模型二预测意见目标标签的边界与意见文本的关系；步骤Step4:训练所述模型二同时优化模型一；步骤Step5:将测试样本词序列对应的词向量输入所述最优模型一，得到预测的边界分数向量，将所述预测的边界分数向量利用解码算法转化成最终的意见目标输出，在本发明避免了繁琐的序列标注操作，且能有效地提高中文意见目标提取的准确率。