一种基于自注意力的BILSTM-CRF产品名称识别方法

摘要

本发明公开了一种基于自注意力的BiLSTM‑CRF产品名称识别方法，其特征在于，包括半自动标注产品标题数据，模型构建及训练，模型使用三个部分。半自动标注产品标题数据部分，建立初步标注‑学习‑预测标签‑人工修正‑学习‑预测标签的迭代过程，模型构建及训练部分，对每个字进行N维稠密向量编码，输进BiLSTM层得到文本序列特征，利用Softmax分类层得到每个字的标签概率；利用CRF层抽取文本局部特征，训练模型；模型使用部分，提取文本特征，利用分类层，得到所有标签概率；利用维特比算法，得到对应的标签，从而识别出产品名称。本发明大大减少人工成本，提高模型的准确率和鲁棒性。