申请/专利权人:广东海洋大学
申请日:2024-05-20
公开(公告)日:2024-06-25
公开(公告)号:CN118246454A
主分类号:G06F40/295
分类号:G06F40/295;G06N3/0455;G06N3/084;G06Q50/02
优先权:
专利状态码:在审-公开
法律状态:2024.06.25#公开
摘要:本发明公开一种基于深度学习的渔业中文命名实体识别方法及系统,包括:根据全部的相对位置编码,对全部中文字符向量和全部中文词向量进行融合,得到中文融合矩阵;利用中文融合矩阵对Transformer架构的深度学习网络进行训练,得到渔业中文命名实体识别模型;通过所述渔业中文命名实体识别模型对待识别的文本进行命名实体识别。采用本发明,通过改进后的基于Transformer的渔业中文命名实体识别模型的自注意力机制,使得中文字符或者中文词直接与任意潜在词语交互,捕捉中文实体之间的关联性,从而使生成的渔业中文命名实体识别模型准确地识别实体。
主权项:1.一种基于深度学习的渔业中文命名实体识别方法,其特征在于,包括:对进行预处理后的渔业领域文本进行特征提取,得到多个中文字符向量和多个中文词向量;在每个中文字符向量和每个中文词向量中,一个维度包含头位置信息,一个维度包含尾位置信息;根据多个中文字符向量的头位置信息和尾位置信息、多个中文词向量的头位置信息和尾位置信息,得到各个中文字符向量和各个中文词向量之间的相对位置编码、各个中文字符向量和其他中文字符向量之间的相对位置编码、各个中文词向量和其他中文词向量之间的相对位置编码;根据全部的相对位置编码,对全部中文字符向量和全部中文词向量进行融合,得到中文融合矩阵;利用中文融合矩阵对Transformer架构的深度学习网络进行训练,得到渔业中文命名实体识别模型;通过所述渔业中文命名实体识别模型对待识别的文本进行命名实体识别。
全文数据:
权利要求:
百度查询: 广东海洋大学 一种基于深度学习的渔业中文命名实体识别方法及系统
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。