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：淮阴工学院

摘要：本发明公开了基于多词分割和多层次信息提取的电力设备命名实体识别方法。对原始电力设备文本进行分词和多词分割，获取命名实体候选项；使用预训练模型获取字符级命名实体词嵌入表征集合；从词嵌入中分别提取局部特征和全局序列上下文依赖，生成上下文特征表征序列；融合上下文特征,并结合滑动标注窗口获取的上下文语义信息，进行多层次分类；最后基于条件随机场解码输出命名实体识别结果，包括实体边界和类别型号标注。本发明结合了多词分割和多层次信息提取技术，有效处理电力领域中常见的由多个词构成的专业术语和设备名称，综合利用了词汇、句法和语义等多层次信息，增强了对上下文的理解能力,提高了在复杂语境下的识别准确性。

主权项：1.基于多词分割和多层次信息提取的电力设备命名实体识别方法，其特征在于，包括如下步骤：步骤1：对原始电力设备文本进行分词和多词分割，获取命名实体候选项ei；步骤2：使用ALBERT预训练模型获取字符级命名实体词嵌入表征集合F；步骤3：使用改进ConvS2S模型从词嵌入中分别提取局部特征和全局序列上下文依赖，生成更加丰富和准确的上下文特征表征序列F'；所述改进ConvS2S模型将字符级词嵌入表征集合F作为输入序列，使用改进ConvS2S模型的编码器对每个Fi进行编码，获取其上下文特征表征；所述改进ConvS2S模型使用深度可分离卷积层对Fi进行卷积操作，提取局部特征；对卷积特征图执行高度方向和宽度方向上的自注意力池化，捕获重要的局部模式；通过层归一化和残差连接融合原始词嵌入信息；使用多层堆叠的dilated卷积块，渐进式扩大感受野，捕获不同尺度上的上下文依赖；步骤4：融合上下文特征，并结合滑动标注窗口获取的上下文语义信息，进行多层次分类，识别出设备实体、粗分类类别和细分类型号的预测结果p1,p2,p3；多层次分类包括第一级二分类器、第二级粗分类器和第三级细分类器，第一级二分类器判断每个命名实体候选项是否为电力设备实体p1，第二级粗分类器进行粗分类得到分类概率输出p2，第三级细分类器在第二级的基础上进行细分类，识别出具体的设备型号p3；步骤5：基于CRF解码输出命名实体识别结果，包括实体边界和类别型号标注。

全文数据：

权利要求：

百度查询： 淮阴工学院 基于多词分割和多层次信息提取的电力设备命名实体识别方法