摘要
基于NLP信息萃取与词性规则的沉积学文献挖掘方法,步骤1:根据最低流量限制和期望下载时间预期值,对相关文件进行下载;步骤2:根据机器视觉,对文本内容进行识别;步骤3:分析文档上下文语段,获取语句文本中自定义多类实体关键词词典列表;步骤4:采用余弦相似度测量分析技术,根据关键词种类,对文本中相同词性关键词进行识别,生成非结构化多分类文本;步骤5:对分类实体分别进行多路匹配,记录实体标签属性,生成大样本训练数据集;步骤6:针对步骤5生成大样本数据集和步骤3需要识别文献文本,利用双向长短期记忆神经网络模型结合条件随机场进行实体识别,实现对所需实体的识别,筛选出文本中实体进行存储。