基于Bi-LSTM网络机制的自然语言自动化对标系统设计 |
| |
引用本文: | 祝婕,刘敏娜.基于Bi-LSTM网络机制的自然语言自动化对标系统设计[J].自动化与仪器仪表,2023(5):134-138. |
| |
作者姓名: | 祝婕 刘敏娜 |
| |
作者单位: | 咸阳师范学院 |
| |
基金项目: | 陕西省教育厅专项科研计划项目《“一带一路”倡议下陕西茯茶文化传播研究》(19JK0923);;咸阳师范学院2020年校级科研项目《陕西茯茶文化在韩国的传播历史与影响研究》(XSYK20043); |
| |
摘 要: | 针对CNAS评审现场不符合项自动化对标研究,设计一种基于Bi-LSTM网络机制的自然语言自动化对标系统,用于辅助评审员现场对不符合项对标的工作。首先,阐述了Bi-LSTM的基本原理和网络框架,并引入embedding与Attention层对其网络结构进行优化;然后引入了SimCSE无监督模式,以及采用同义词替换的方法对数据集进行增强和扩充;根据CNAS实验室评审常见不符合项构建语料库,并对其进行预处理和分词,紧接着训练数据集和评价网络模型,最后通过实验与传统的DSSM、SVM模型进行对比,实验结果表明:基于Bi-LSTM网络机制模型的训练、检索耗时为三个模型中最短,且从准确率折线图中可以看出,本研究设计的模型准确率高达85.5%,同时随着数据量的不断增加,准确率还能继续提高。因此,本研究设计的模型性能效果最佳。
|
关 键 词: | Bi-LSTM embedding Attention SimCSE 不符合项自动化对标 |
|