基于语义分析的政策法规智能审核研究与实现

• 作者: 彭望龙 房冬丽 李俊 衡宇峰 黄元稳
• 来源期刊: 通信技术
• 学科: 工学
• 关键词: 自然语言处理 词向量 LSTM模型 语义相似度
• 年，卷（期）: 2020,（4）
• 所属期刊栏目: 网络与系统
• 页码范围: 937-942
• 页数: 6页
• 分类号: TP311
• 字数: 4169字
• 语种: 中文
• DOI: 10.3969/j.issn.1002-0802.2020.04.025

摘要

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.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李俊	中国电子科技集团公司第三十研究所	38	117	4.0	9.0
2	衡宇峰		1	0	0.0	0.0
3	彭望龙	中国电子科技集团公司第三十研究所	1	0	0.0	0.0
4	黄元稳		1	0	0.0	0.0
5	房冬丽		1	0	0.0	0.0