申请/专利权人：中国电子科技集团公司第三十研究所

申请日：2023-12-15

公开（公告）日：2024-03-19

公开（公告）号：CN117725930A

主分类号：G06F40/295

分类号：G06F40/295;G06N3/0442;G06N3/084

优先权：

专利状态码：在审-实质审查的生效

法律状态：2024.04.05#实质审查的生效;2024.03.19#公开

摘要：本发明提供一种基于Multi‑BiLSTM和竞争机制的命名实体识别方法、介质及装置，所述方法包括：S1，词向量化模块基于BERT模型生成包含语义特征的词向量；S2，学习模块采用多个小尺度BiLSTM同步提取词向量上下文特征，并转换为标签序列，然后使用条件随机场CRF评价标签序列得分，并将误差反向传播进行模型训练；S3，应用模块采用优劣竞争机制选择学习模块中产生的相对较优的模型进行命名实体识别，然后采用投票竞争方式对命名实体识别结果进行综合分析，最终完成命名实体识别。本发明一是可以减小BiLSTM学习参数，二是引入了小尺度BiLSTM个数和获胜模型数，通过调整这两个参量可以优化NER性能。

主权项：1.一种基于Multi-BiLSTM和竞争机制的命名实体识别方法，其特征在于，包括如下步骤：S1，词向量化模块基于BERT模型生成包含语义特征的词向量；S2，学习模块采用多个小尺度双向长短期记忆网络BiLSTM同步提取词向量上下文特征，并转换为标签序列，然后使用条件随机场CRF评价标签序列得分，并将误差反向传播进行模型训练；S3，应用模块采用优劣竞争机制选择学习模块中产生的相对较优的模型进行命名实体识别，然后采用投票竞争方式对命名实体识别结果进行综合分析，最终完成命名实体识别。

全文数据：

权利要求：

百度查询： 中国电子科技集团公司第三十研究所 一种基于Multi-BiLSTM和竞争机制的命名实体识别方法、介质及装置

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。

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