基于自然语言处理的CNAS认可准则自动对标系统OA
CNAS Recognition Criteria Automatic Benchmarking System Based on Natural Language Processing
在CNAS评审过程中,人工对标不符合项与其依据条款存在着耗时耗力、对标不准确等缺点.文中针对以上问题,提出一种基于自然语言处理的多级模型自动对标方法.通过对不符合项描述的语言特点进行研究,利用注意力机制的Bi-LSTM网络对不符合项进行分类.在该分类下使用基于语料扩充和迁移学习的SimCSE网络模型计算相似的不符合项,并提取对应依据条款,有效解决了对标不准确等问题.模拟实验测试表明,所提方法的对标准确率可达74.4％,语义匹配计算时间相比DSSM…查看全部>>
刘玉威;曹民;冯浩甲
上海理工大学 光电信息与计算机工程学院,上海200093上海理工大学 光电信息与计算机工程学院,上海200093山西大学 计算机与信息技术学院,山西 太原030006
信息技术与安全科学
深度学习自然语言处理语义匹配自动对标多标签分类多模型融合注意力机制语义计算
《电子科技》 2023 (5)
28-33,6
中国合格评定国家认可委员会2018年科研项目(CNAS-2018-01)
评论