申请/专利权人：广东工业大学

申请日：2021-12-10

公开（公告）日：2024-06-28

公开（公告）号：CN114048750B

主分类号：G06F40/295

分类号：G06F40/295;G06F40/242;G06F18/2415;G06N3/045;G06N3/0464;G06N3/0455;G06N3/047

优先权：

专利状态码：有效-授权

法律状态：2024.06.28#授权;2022.03.04#实质审查的生效;2022.02.15#公开

摘要：本发明涉及自然语言处理技术领域，公开了一种融合信息高级特征的命名实体识别方法，包括以下具体步骤：S1.获取待分析文本信息，并进行预处理，得到预处理后的文本特征；S2.将得到的预处理后的文本特征输入到深度卷积神经网络提取文本中的字符级特征，将提取的字符级特征输入全连接网络，获得字符的最佳特征表示；S3.通过得到的字符级特征和文本信息，得到lattice，并进行lattice嵌入，得到集成表示；S4.连接所述的集成表示和最佳特征表示，并用Transformer作为编码器，以条件随机场进行解码，得到词与词之间的关系，并进行实体识别。本发明解决了现有技术不能够可靠高效地提取命名实体的问题，有计算方便，实用高效的特点。

主权项：1.一种融合信息高级特征的命名实体识别方法，其特征在于：包括以下具体步骤：S1.获取待分析文本信息，并进行预处理，得到预处理后的文本特征；S2.将得到的预处理后的文本特征输入到深度卷积神经网络提取文本中的字符级特征，将提取的字符级特征输入全连接网络，获得字符的最佳特征表示；步骤S2，具体步骤为：S201.对得到预处理后的文本特征两端进行填充；S202.使用三个尺寸不同的过滤器扫描填充后的文本特征，并提取第一特征、第二特征、第三特征；S203.分别对所述的第一特征、第二特征、第三特征进行最大池化操作，并将操作后的第一特征、第二特征、第三特征拼接起来得到文本中的字符信息；S204.将得到的文本中的字符信息输入到全连接网络中，并得到字符信息的最佳特征表示；S3.通过得到的字符级特征和文本信息，得到lattice，并进行lattice嵌入，得到集成表示；步骤S3，具体步骤为：S301.将文本信息的文本序列的所有子序列分别与现有词典D匹配，用来表示从字符序号b开始到字符序号e结束的子序列，b和e是常数，并得到文本序列中所有与现有词典D匹配的序列；S302.将映射为向量：，其中是一个包括字符和词语的预训练词向量；S303.将预处理后的文本特征拼接起来，得到lattice，即；S304.将输入一个全连接层来获得文本特征集成表示： 其中是可训练的参数；S4.连接所述的集成表示和最佳特征表示，并用Transformer作为编码器，以条件随机场进行解码，得到词与词之间的关系，并进行实体识别。

全文数据：

权利要求：

百度查询： 广东工业大学 一种融合信息高级特征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。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD