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！

龙图腾网恭喜北京智谱华章科技有限公司申请的专利基于多元标注策略的结构化信息抽取方法和装置获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN113836891B 。

龙图腾网通过国家知识产权局官网在2025-06-13发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202111016304.3，技术领域涉及：G06F40/211；该发明授权基于多元标注策略的结构化信息抽取方法和装置是由王路路;陈嘉琳;刘佳;张鹏设计研发完成，并于2021-08-31向国家知识产权局提交的专利申请。

本基于多元标注策略的结构化信息抽取方法和装置在说明书摘要公布了：本申请提出一种基于多元标注策略的结构化信息抽取方法和装置，该方法包括：爬取学者的主页，并对主页进行清洗处理和分句处理；通过正则表达式匹配句子并将句子中不同格式的日期统一格式；通过预设的短文本分类模型筛选出包含学者履历的文本；基于多元标注策略对文本进行多标签序列标注，并将获得的标签数据集分割为训练集、验证集、测试集。基于训练集中的数据训练BERT‑Bi‑LSTM‑CRF模型；通过训练完成的模型预测多标签序列标注的结果，并评测预测效果。本申请将结构化信息的抽取任务视作多标签序列标注任务，并结合深度学习网络模型对学者履历等信息进行结构化抽取，将就读院校、专业、学位等信息与时间线一一对应，得到准确且结构化的数据。

本发明授权基于多元标注策略的结构化信息抽取方法和装置在权利要求书中公布了：1.一种基于多元标注策略的结构化信息抽取方法，其特征在于，包括以下步骤： 爬取学者的主页，并对所述主页进行清洗处理和分句处理； 通过正则表达式匹配每个句子，以获取所述主页中不同格式的日期，并将每个所述日期的格式转化为预设的日期格式； 通过预设的短文本分类模型对所述每个句子进行分类，筛选出包含所述学者履历的文本； 基于多元标注策略对所述文本进行多标签序列标注，以获得标签数据集，并将所述标签数据集按预设比例分割为训练集、验证集和测试集； 基于所述训练集中的数据训练基于转换器的双向编码表征-双向长短记忆网络-条件随机场BERT-Bi-LSTM-CRF模型； 通过训练完成的所述BERT-Bi-LSTM-CRF模型预测多标签序列标注的结果，并评测所述BERT-Bi-LSTM-CRF模型的预测效果； 其中，所述评测所述BERT-Bi-LSTM-CRF模型的预测效果，包括： 计算所述训练后的所述BERT-Bi-LSTM-CRF模型预测的结果的精准率、召回率和综合评价值； 根据所述精准率、所述召回率和所述综合评价值评测所述训练后的所述BERT-Bi-LSTM-CRF模型；其中，通过以下公式计算所述精准率、所述召回率和所述综合评价值： 其中， 其中，P为精准率，R为召回率，F1为综合评价值，m为抽取的记录数，n为标注的记录数，k为标注数据中记录i的元素个数。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人北京智谱华章科技有限公司，其通讯地址为：100084 北京市海淀区中关村东路1号院6号楼6层603A；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。