龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
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：南京航空航天大学
摘要：本发明为一种基于汉字多维特征的文本知识抽取方法，包括：字符多维信息提取，使用卷积神经网络和VGG16，分别提取汉字部首特征信息及字形特征信息；利用Flat‑lattice结构抽取上下文位置信息；使用Co‑Transformer双向编码数据的神经网络模型，对于输入的多种特征进行建模和提取。针对最优的标签序列，通过CRF模型进行全局预测。抽取实体间关系，使用基于触发词和触发规则的方式进行联合抽取。本发明对汉字多个维度实现深度语义编码，提高实体识别的准确率；运用改良的神经网络高效复合多维度信息，提高复杂文本中分散实体的关联性；针对多维的复杂信息，优化注意力函数以及抽取规则，有效提升知识抽取的准确性。
主权项：1.一种基于汉字多维特征的文本知识抽取方法，其特征在于，所述方法包括以下步骤：S1，使用人工标注的汉字字典数据库和公开中文数据库作为原始文本，对所述原始文本进行预处理，获取结构特征和字形特征，融合后得到特征向量；S2，使用预处理过后的文本信息，将文本信息通过Flat-lattice结构，构建出关于语义相似度和上下文语义信息的权重矩阵，得到加权求和后的编码表示；S3，将所述特征向量以及所述编码表示联合嵌入到Co-Transformer编码层中，通过双向输入Lattice信息和融合特征，结合优化后的注意力得分函数，得到编码层的输出结果，即分类标签序列；S4，使用模型输出的分类标签序列，通过CRF模型结合全局进行最优标签序列的预测；S5，通过触发规则的关系抽取，与抽取的目标文本领域的特殊规则结合，返回三元组信息。
全文数据：
权利要求：
百度查询： 南京航空航天大学 一种基于汉字多维特征的文本知识抽取方法
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。
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