摘要:Web已经发展为世界上最大的公共数据来源,从海量异构、半结构化的 Web页面中提 取特定信息逐渐成为数据挖掘的重要任务.目前信息提取任务研究的重心正在逐渐转向深度学 习领域,本文提出基于双向GRU (Gated Recurrent Unit)的深度神经网络模型进行Web信息提 取,解决序列长距离依赖问题,采用词嵌入结合字符嵌入算法加强语义表达,减少冗余文本干 扰,双向模型充分利用文本上下文,快速、准确地对输入序列实现特定信息提取.
注:因版权方要求,不能公开全文,如需全文,请咨询杂志社
热门期刊服务
相关文章
影响因子:0.41
期刊级别:统计源期刊
发行周期:月刊
期刊在线咨询,1-3天快速下单!
查看更多>
超1000杂志,价格优惠,正版保障!
一站式期刊推荐服务,客服一对一跟踪服务!