隨著人工智能應(yīng)用越來越廣泛,自然語言處理技術(shù)得到了快速發(fā)展。針對文本的語義分析、比對,一直是研究的熱點(diǎn)與難點(diǎn)。因此,在自然語言處理語義相似度相關(guān)算法研究的基礎(chǔ)上,針對垂直領(lǐng)域中的政策法規(guī),依據(jù)政策法規(guī)用語規(guī)范、構(gòu)成具有一定規(guī)律的特點(diǎn),采用詞向量、句法分析、深度神經(jīng)網(wǎng)絡(luò)LSTM模型結(jié)合規(guī)則庫的一種多特征融合語義分析與比對方法,對政策法規(guī)進(jìn)行智能審核,并通過相關(guān)實(shí)驗(yàn)證明了此方法的有效性。 

【文章來源】：通信技術(shù). 2020年04期

【文章頁數(shù)】：6 頁

【部分圖文】：

LSTM語句相似度模型

根據(jù)訓(xùn)練得出的詞向量模型、LSTM模型結(jié)合規(guī)則庫對政策法規(guī)文本進(jìn)行智能審核。對政策法規(guī)進(jìn)行法條劃分，對劃分好的法條分詞后分別進(jìn)行詞向量相似度計(jì)算、依存句法相似度計(jì)算、LSTM模型相似度計(jì)算，綜合得出法條之間的相似度值。當(dāng)大于閾值時(shí)進(jìn)行規(guī)則庫的規(guī)則匹配，判斷法條語義是否沖突，將符合要求的結(jié)果保存，整體流程如圖2所示。2 實(shí)驗(yàn)例證及分析

法條年齡數(shù)值描述沖突


本文編號(hào)：2932952