申请/专利权人：湖南工商大学

申请日：2023-12-21

公开（公告）日：2024-03-22

公开（公告）号：CN117744656A

主分类号：G06F40/295

分类号：G06F40/295;G06F40/30;G06N3/0442;G06N3/048

优先权：

专利状态码：在审-实质审查的生效

法律状态：2024.04.09#实质审查的生效;2024.03.22#公开

摘要：本申请涉及一种结合小样本学习和自校验的命名实体识别方法及系统，方法包括：对实体短文本集合中的文本进行语义提取得到第二动态词向量；对支持集中的文本进行语义提取得到第三动态词向量；对所有第二动态词向量进行特征提取，得到实体短文本集合中各实体短文本的第二特征向量；对所有第三动态词向量进行特征提取，得到支持集中各实体短文本的第三特征向量；基于第二特征向量和所有第三特征向量，计算得到多个实数；将最大的实数对应的支持集中实体短文本的实体类别标签作为第二特征向量对应的实体短文本的第二类别标签；基于第一类别标签和所述第二类别标签确定实体短文本集合中对应的实体短文本的类别标签。

主权项：1.一种结合小样本学习和自校验的命名实体识别方法，其特征在于，包括：S1：对获取的海上军事舰艇数据集中的第一文本进行语义提取，得到第一文本中每个字的第一动态词向量；S2：提取每个所述第一动态词向量的特征，得到多个第一特征向量；根据每个字的所述第一特征向量，预测出每个字的标签概率分布，得到类别标签序列；根据所述类别标签序列提取出实体短文本以及各实体短文本的第一类别标签；多个实体短文本组成实体短文本集合；S3：根据所述海上军事舰艇数据集构造支持集；所述支持集包括海上军事舰艇数据集中的各类实体短文本及其对应的实体类别标签；S4：对所述实体短文本集合中的文本进行语义提取得到第二动态词向量；对所述支持集中的文本进行语义提取得到第三动态词向量；S5：对所有所述第二动态词向量进行特征提取，得到所述实体短文本集合中各实体短文本的第二特征向量；对所有所述第三动态词向量进行特征提取，得到所述支持集中各实体短文本的第三特征向量；S6：基于所述第二特征向量和所有所述第三特征向量，计算得到多个实数；将最大的所述实数对应的支持集中实体短文本的实体类别标签作为所述第二特征向量对应的实体短文本的第二类别标签；基于所述第一类别标签和所述第二类别标签确定实体短文本集合中对应的实体短文本的类别标签；S7：循环执行S6，直至遍历完所述实体短文本集合，得到所述实体短文本集合中各实体短文本的类别标签。

全文数据：

权利要求：

百度查询： 湖南工商大学 一种结合小样本学习和自校验的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