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：富士通株式会社
摘要：本公开内容涉及数据增强方法、模型训练方法及用于数据增强的装置根据本公开内容的一个实施例，提供了一种由计算机执行的用于命名实体识别的数据增强方法。该方法包括：基于规则从原始数据集合成句子，训练语言模型，基于策略过滤生成的中间合成数据集，以及对中间合成数据集进行一致性过滤。
主权项：1.一种由计算机执行的用于命名实体识别的数据增强方法，其特征在于，包括：根据以下规则从原始数据集生成多个初级合成句子作为初级合成数据集；第一规则：将所述原始数据集中的第一源句子中的源词元替换为具有与所述源词元相同的标签的目标词元；第二规则：将所述原始数据集中的第二源句子中的源提及替换为具有与所述源提及相同的命名实体类型的目标提及；以及第三规则：按二项分布来随机决定是否打乱所述原始数据集中的第三源句子中的词元片段；使用所述原始数据集和所述初级合成数据集训练基于LSTM的语言模型；基于训练后的语言模型生成具有初始标签序列的句子的中间合成数据集；以及在多次遍历所述中间合成数据集中的句子的过滤操作中，通过滤除瑕疵句子来迭代更新所述中间合成数据集；其中，所述第三源句子中的词元片段为所述第三源句子中的多个连续的词元构成的片段，所述多个连续的词元具有相同的标签后缀或相同的标签；所述瑕疵句子是所述中间合成数据集中的满足以下条件的句子：该句子的初始标签序列与该句子的由NLU模型确定的后期标签序列不一致；并且在进行所述多次遍历中的下次遍历前，使用所述原始数据集和当前中间合成数据集训练所述NLU模型。
全文数据：
权利要求：
百度查询： 富士通株式会社 数据增强方法、模型训练方法及用于数据增强的装置
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