申请/专利权人：中山大学

申请日：2023-08-04

公开（公告）日：2024-01-09

公开（公告）号：CN117371449A

主分类号：G06F40/295

分类号：G06F40/295

优先权：

专利状态码：在审-实质审查的生效

法律状态：2024.01.26#实质审查的生效;2024.01.09#公开

摘要：本发明涉及AI命名实体识别技术领域，为基于CRF与多样式MRC的长跨度命名实体识别方法及系统，其方法包括：获取需要命名实体识别的文本数据，作为训练数据；计算条件随机场CRF和机器阅读理解MRC的交叉熵，根据所计算的交叉熵获得模型的损失函数，通过损失函数训练模型；构建多样化查询生成器；通过CRF与softmax函数预测实体类型，通过线性层与softmax函数预测实体跨度；通过投票合并机制将实体类型和实体跨度合并再解码，识别得到最终的实体预测答案。本发明通过CRF模型完成实体分类，再通过多样式MRC完成实体提取，可以避免较高的模型耦合度，显著提高了模型的解码效率、召回率和识别精度，解决了传统序列模型难以有效识别长跨度命名实体的问题。

主权项：1.一种基于CRF与多样式MRC的长跨度命名实体识别方法，其特征在于，包括以下步骤：获取需要命名实体识别的文本数据，作为训练数据；计算条件随机场CRF和机器阅读理解MRC的交叉熵，根据所计算的交叉熵获得模型的损失函数，通过损失函数训练模型；构建多样化查询生成器；通过CRF与softmax函数预测实体类型，通过线性层与softmax函数预测实体跨度；通过投票合并机制将实体类型和实体跨度合并再解码，识别得到最终的实体预测答案。

全文数据：

权利要求：

百度查询： 中山大学 基于CRF与多样式MRC的长跨度命名实体识别方法及系统

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