申请/专利权人:国网浙江省电力有限公司杭州供电公司;浙江大有实业有限公司杭州科技发展分公司
申请日:2023-11-27
公开(公告)日:2024-04-12
公开(公告)号:CN117875322A
主分类号:G06F40/295
分类号:G06F40/295;G06F40/289;G06F16/35;G06N3/0464;G06N3/08
优先权:
专利状态码:在审-实质审查的生效
法律状态:2024.04.30#实质审查的生效;2024.04.12#公开
摘要:本发明涉及数据识别技术领域,公开了一种文本数据的实体提取方法、系统、设备和介质。本发明将原始文本数据进行分词和去停用词的预处理操作,并将预处理后的文本数据转换为词向量表示,词向量基于预训练模型生成;基于卷积神经网络,通过引入上下感知卷积学习策略构建多层感知的卷积神经网络模型;通过卷积神经网络模型对文本数据进行实体分类,确定文本中的实体类别;基于词向量和实体类别,对卷积神经网络模型进行训练;将实际文本数据输入训练后的卷积神经网络模型,从中识别出实体信息。本发明引入上下感知卷积学习策略,充分利用文本数据的上下文信息,提高了提取的性能,提取出的内容的分类更具准确性。
主权项:1.一种文本数据的实体提取方法,其特征在于,所述方法包括:将原始文本数据进行分词和去停用词的预处理操作,并将预处理后的文本数据转换为词向量表示,所述词向量基于预训练模型生成;基于卷积神经网络,通过引入上下感知卷积学习策略构建多层感知的卷积神经网络模型;通过所述卷积神经网络模型对文本数据进行实体分类,确定文本中的实体类别;基于所述词向量和实体类别,对所述卷积神经网络模型进行训练;将实际文本数据输入训练后的所述卷积神经网络模型,从中识别出实体信息。
全文数据:
权利要求:
百度查询: 国网浙江省电力有限公司杭州供电公司;浙江大有实业有限公司杭州科技发展分公司 一种文本数据的实体提取方法、系统、设备和介质
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。