基于BiLSTM模型的冶金領(lǐng)域國(guó)家標(biāo)準(zhǔn)指標(biāo)識(shí)別研究

打開文本圖片集

摘 要：冶金行業(yè)為集成電路、人工智能、航空航天等重要領(lǐng)域提供必不可少的金屬原材料。冶金國(guó)家標(biāo)準(zhǔn)是重要的基礎(chǔ)性戰(zhàn)略資源，在冶金產(chǎn)業(yè)的高質(zhì)量發(fā)展中發(fā)揮技術(shù)性支撐作用。國(guó)家標(biāo)準(zhǔn)文本中蘊(yùn)含大量的關(guān)鍵技術(shù)性指標(biāo)，人工逐一識(shí)別并抽取的模式在大數(shù)據(jù)時(shí)代已無法滿足數(shù)字化轉(zhuǎn)型的需求。本研究采用深度學(xué)習(xí)算法，對(duì)冶金領(lǐng)域的國(guó)家標(biāo)準(zhǔn)文本分別開展RNN、GRU和BiLSTM模型的對(duì)比實(shí)驗(yàn)，根據(jù)模型性能擇優(yōu)選取最優(yōu)模型。（剩余8717字）