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：昆明理工大学
申请日：2024-05-20
公开（公告）日：2024-06-25
公开（公告）号：CN118246453A
主分类号：G06F40/295
分类号：G06F40/295;G06F40/216;G06N3/0442;G06N3/047;G06N3/08
优先权：
专利状态码：在审-公开
法律状态：2024.06.25#公开
摘要：本发明涉及自然语言处理领域，提供了一种基于图卷积的嵌套实体识别模型及其构建方法、存储介质，该方法包括：根据预设的实体类别对样本语句进行实体标注，将样本语句的实体标注结果按照包含实体的类型分别转换为多个原始标签矩阵，将各个实体类别的原始标签矩阵组合为样本语句的样本输入数据，将其输入ERNIE3.0预训练模型获得与样本语句对应的动态词向量，将动态词向量输入BiGRU模型以进行全局特征探索，获得突出样本语句的句间信息以及上下文语义关联信息的第二动态词向量，根据第二动态词向量预测样本语句中各个候选实体的位置，对样本语句中各个候选实体在对应候选标签矩阵的位置进行边界强化，大大提高了嵌套实体识别的准确性和效率。
主权项：1.一种基于图卷积的嵌套实体识别模型的构建方法，其特征在于，所述方法包括：根据预设的实体类别对样本语句进行实体标注；将样本语句的实体标注结果按照包含实体的类型分别转换为多个原始标签矩阵，其中每个原始标签矩阵表示一种实体类型，各个实体类型的原始标签矩阵中对应的实体位置处置1，非实体位置均置0；将样本语句对应的各个实体类别的原始标签矩阵组合为样本语句的样本输入数据，并将样本输入数据输入ERNIE3.0预训练模型进行预训练，获得与样本语句对应的动态词向量；将动态词向量输入BiGRU模型，以对动态词向量进行全局特征探索，获得突出样本语句的句间信息以及上下文语义关联信息的第二动态词向量；根据所述第二动态词向量预测样本语句中各个候选实体的位置，并根据各个候选实体的位置将各个候选实体转换为与原始标签矩阵格式相同的候选标签矩阵；对样本语句中各个候选实体在对应候选标签矩阵的位置进行边界强化；利用Biaffine网络对边界强化后的候选标签矩阵进行实体类别判断，输出实体识别结果。
全文数据：
权利要求：
百度查询： 昆明理工大学 基于图卷积的嵌套实体识别模型及其构建方法、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