基于语义分析的政策法规智能审核研究与实现

发布时间：2020-12-23 03:08

　　随着人工智能应用越来越广泛,自然语言处理技术得到了快速发展。针对文本的语义分析、比对,一直是研究的热点与难点。因此,在自然语言处理语义相似度相关算法研究的基础上,针对垂直领域中的政策法规,依据政策法规用语规范、构成具有一定规律的特点,采用词向量、句法分析、深度神经网络LSTM模型结合规则库的一种多特征融合语义分析与比对方法,对政策法规进行智能审核,并通过相关实验证明了此方法的有效性。 

【文章来源】：通信技术. 2020年04期

【文章页数】：6 页

【部分图文】：

LSTM语句相似度模型

根据训练得出的词向量模型、LSTM模型结合规则库对政策法规文本进行智能审核。对政策法规进行法条划分，对划分好的法条分词后分别进行词向量相似度计算、依存句法相似度计算、LSTM模型相似度计算，综合得出法条之间的相似度值。当大于阈值时进行规则库的规则匹配，判断法条语义是否冲突，将符合要求的结果保存，整体流程如图2所示。2 实验例证及分析

法条年龄数值描述冲突


本文编号：2932952