买专利,只认龙图腾
首页 专利交易 科技果 科技人才 科技服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

【发明公布】一种基于强化学习和迁移学习的命名实体识别方法和装置_广东省人民医院;神州医疗科技股份有限公司_202410182078.3 

申请/专利权人:广东省人民医院;神州医疗科技股份有限公司

申请日:2024-02-19

公开(公告)日:2024-03-22

公开(公告)号:CN117744660A

主分类号:G06F40/295

分类号:G06F40/295;G06F40/151;G06F16/335;G06N3/092;G06N3/096;G16H50/70

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:本申请提供了一种基于强化学习和迁移学习的命名实体识别方法和装置,所述方法包括:利用每个高概率预测错误数据对应的第一转换数据以及预设分数对文本打分原始模型进行强化学习训练,得到文本打分模型;将已标注文本数据的第二转换数据输入到文本打分模型中,确定出已标注文本数据对应的文本分数;利用每个已标注文本数据对应的文本分数对源域命名实体识别模型进行迁移学习,以得到目标域对应的目标域命名实体识别模型将目标域对应的医学文本数据输入到目标域命名实体识别模型中,得到目标域命名实体识别模型对医学文本数据进行实体识别的结果。通过方法及装置,提升了命名实体识别模型在目标域的实体识别准确性。

主权项:1.一种基于强化学习和迁移学习的命名实体识别方法,其特征在于,所述命名实体识别方法包括:针对于目标域对应的每个待预测文本数据,将该待预测文本数据输入到预先通过源域本文数据训练好的源域命名实体识别模型中,确定出该待预测文本数据对应的预测结果;其中,所述预测结果包括该待预测文本数据在每个实体标签下的预测实体,以及该待预测文本数据中的每个字符在每个实体标签下的第一概率值;基于每个待预测文本数据对应的预测结果从多个待预测文本数据中筛选出高概率预测错误数据;利用每个高概率预测错误数据对应的预测结果对每个高概率预测错误数据进行格式转换,得到每个高概率预测错误数据对应的第一转换数据,并利用每个高概率预测错误数据对应的第一转换数据以及预设分数对文本打分原始模型进行强化学习训练,得到文本打分模型;针对于所述目标域对应的每个已标注文本数据,对该已标注文本数据进行格式转换,得到第二转换数据,并将所述第二转换数据输入到所述文本打分模型中,确定出该已标注文本数据对应的文本分数;将多个已标注文本数据输入到所述源域命名实体识别模型中,利用每个已标注文本数据对应的文本分数对所述源域命名实体识别模型进行迁移学习,以得到所述目标域对应的目标域命名实体识别模型;将所述目标域对应的医学文本数据输入到所述目标域命名实体识别模型中,得到所述目标域命名实体识别模型对所述医学文本数据进行实体识别的结果。

全文数据:

权利要求:

百度查询: 广东省人民医院;神州医疗科技股份有限公司 一种基于强化学习和迁移学习的命名实体识别方法和装置

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。