龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
申请/专利权人：平安科技(深圳)有限公司
申请日：2019-06-24
公开（公告）日：2024-01-30
公开（公告）号：CN110442858B
主分类号：G06F40/295
分类号：G06F40/295;G06N3/0442;G06N3/048;G06N3/08;G06N3/045
优先权：
专利状态码：有效-授权
法律状态：2024.01.30#授权;2021.03.19#实质审查的生效;2019.11.12#公开
摘要：本申请公开了一种问句实体识别方法，包括以下步骤：获取第一训练数据，并基于所述第一训练数据进行LSTM语言模型训练，获取第二训练数据，基于所述第二训练数据与所述训练完成的LSTM语言模型获取LSTM‑CRF模型的输入特征，基于所述输入特征训练所述LSTM‑CRF模型；利用训练完毕的LSTM‑CRF模型，对待预测的数据进行命名实体识别预测。本发明所示的问句实体识别方法，将基于语言模型的包含上下文信息的特征，加入到实体识别模型中，有利于模型捕捉上下文信息，有利于更好地检测特定垂直领域问句中的实体。
主权项：1.一种问句实体识别方法，其特征在于，包括以下步骤：获取第一训练数据，并基于所述第一训练数据进行LSTM语言模型训练，所述第一训练数据为指定垂直领域大量标注后的问句语料，其中，收集指定垂直领域大量的未标注的问句语料，并根据字典自动标注每一问句中的实体所在的位置，以获取第一训练数据；获取第二训练数据，基于所述第二训练数据与所述训练完成的LSTM语言模型获取LSTM-CRF模型的输入特征，包括：获取第二训练数据，所述第二训练数据为指定垂直领域经由人工标注的命名实体识别的问句数据集；将所述第二训练数据输入至完成训练的LSTM语言模型中，获取所述第二训练数据中每个问句基于上下文的嵌入特征；获取所述第二训练数据的传统特征；拼接所述第二训练数据中每一问句的所述传统特征与所述嵌入特征，作为所述问句的LSTM-CRF模型的输入特征；基于所述输入特征训练所述LSTM-CRF模型；利用训练完毕的LSTM-CRF模型，对待预测的数据进行命名实体识别预测。
全文数据：
权利要求：
百度查询： 平安科技(深圳)有限公司 一种问句实体识别方法、装置、计算机设备及存储介质
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号