申请/专利权人：武汉科技大学

申请日：2024-02-29

公开（公告）日：2024-04-02

公开（公告）号：CN117807999A

主分类号：G06F40/295

分类号：G06F40/295;G06F16/35;G06N3/0455;G06N3/094

优先权：

专利状态码：在审-实质审查的生效

法律状态：2024.04.19#实质审查的生效;2024.04.02#公开

摘要：本发明公开了基于对抗学习的域自适应命名实体识别方法，所述方法包括：收集多类型文本的命名实体识别数据集；使用基于预训练语言模型的文档编码器对命名实体识别数据集中的文档进行特征编码，获得文档特征；把文档特征输入命名实体识别模块，预测实体，计算命名实体识别损失函数；把文档特征输入文本类型分类器，判断文本类型，计算文本类型分类损失函数；对文档编码器和文本类型分类器进行对抗学习，使文档编码器提取出域无关的文本特征；用文档编码器和命名实体识别模块进行命名实体识别。本发明创新性使用对抗学习的方式，通过文档编码器和文本类型分类器之间的对抗训练，使文档编码器提取出域无关的文档特征，实现域自适应命名实体识别。

主权项：1.基于对抗学习的域自适应命名实体识别方法，其特征在于，所述方法包括：步骤1，收集多类型文本的命名实体识别数据集；步骤2，使用基于预训练语言模型的文档编码器对命名实体识别数据集中的文档进行特征编码，获得文档特征；步骤3，把文档特征输入命名实体识别模块，预测实体，计算命名实体识别损失函数；步骤4，把文档特征输入文本类型分类器，判断文本类型，计算文本类型分类损失函数；步骤5，对文档编码器和文本类型分类器进行对抗学习，使文档编码器提取出域无关的文本特征；步骤6，用文档编码器和命名实体识别模块进行命名实体识别。

全文数据：

权利要求：

百度查询： 武汉科技大学 基于对抗学习的域自适应命名实体识别方法

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