买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!
申请/专利权人:昆明理工大学
摘要:本发明提出了一种融合位置标签并基于ERNIE3.0和多网络的命名实体识别方法,该方法主要包括:按照8:1:1的比例划分番茄病虫害领域文本数据,以用于对模型进行训练、验证、测试;该方法提出具体模型为:融合位置标签的ERNIE3.0‑BIGRU‑GCN‑MHATT‑CRF模型,对输入的文本中的实体进行位置标签处理进而标记实体的开始位置和结束位置,帮助模型更好地理解文本中的实体信息,然后再以滑动窗口形式将每三句话的文本、标签、位置信息组合为一组输入到ERNIE3.0‑BIGRU‑GCN‑MHATT‑CRF多网络模型中进行训练、验证、测试,最后输出番茄病虫害领域在验证集、测试集上的命名实体识评估结果。本发明的提出能够显著改善和提升番茄病虫害领域对文本数据的处理效率,为后续番茄病虫害领域知识图谱构建、问答系统生成奠定坚实基础。
主权项:1.一种融合位置标签并基于ERNIE3.0和多网络的命名实体识别方法,其特征在于:包括:S4、对番茄病虫害领域文本进行实体标注,标注方式为BMESO标注法,按照8:1:1比例划分数据集得到训练集、验证集、测试集;S5、对划分数据集进行位置标签处理,标记数据集中实体的开始、结束位置;S6、以滑动窗口形式,将数据集的文本、标签、位置信息每三个句子组合在一起输送到:ERNIE3.0-BIGRU-GCN-MHATT-CRF多网络模型中;S7、最后输出番茄病虫害领域命名实体识别在验证集、测试集上的评估结果。
全文数据:
权利要求:
百度查询: 昆明理工大学 融合位置标签并基于ERNIE3.0和多网络的命名实体识别方法
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。