申请/专利权人：北京明略软件系统有限公司

申请日：2020-02-28

公开（公告）日：2024-04-30

公开（公告）号：CN111368545B

主分类号：G06F40/295

分类号：G06F40/295;G06N3/0464;G06N3/08

优先权：

专利状态码：有效-授权

法律状态：2024.04.30#授权;2020.07.28#实质审查的生效;2020.07.03#公开

摘要：一种基于多任务学习的命名实体识别方法，包括：根据命名实体识别的原任务生成一个主任务以及一个或多个子任务，其中，所述主任务与所述原任务一致，所述子任务为辅助实现所述主任务的任务；将训练文本输入至命名实体识别网络模型，对所述命名实体识别网络模型进行训练，其中，命名实体识别网络模型至少包括主任务网络和子任务网络，所述子任务网络用于执行所述子任务，并输出子任务预测信息至所述主任务网络，所述主任务网络结合所述子任务预测信息执行所述主任务，输出主任务预测结果；将待识别文本输入至所述命名实体识别网络模型，根据所述主任务网络的输出确定识别结果。

主权项：1.一种基于多任务学习的命名实体识别方法，其特征在于，包括：根据命名实体识别的原任务生成一个主任务以及一个或多个子任务，其中，所述主任务与所述原任务一致，所述子任务为辅助实现所述主任务的任务；将训练文本输入至命名实体识别网络模型，对所述命名实体识别网络模型进行训练，其中，命名实体识别网络模型至少包括主任务网络和子任务网络，所述子任务网络用于执行所述子任务，并输出子任务预测信息至所述主任务网络，所述主任务网络结合所述子任务预测信息执行所述主任务，输出主任务预测结果；将待识别文本输入至所述命名实体识别网络模型，根据所述主任务网络的输出确定识别结果；其中，所述根据命名实体识别的原任务生成一个主任务以及一个或多个子任务，包括：将主任务设置为与所述原任务一致；确定所述主任务的抽取目标；归纳所述抽取目标具有的目标属性；根据所述目标属性确定所述子任务；所述命名实体识别网络模型还包括共享网络，所述共享网络接收输入的文本，进行注意力调整后输出注意力调整矩阵至所述子任务网络和主任务网络；所述子任务网络包括子任务全连接层和子任务条件随机场层；其中，所述子任务全连接层接收所述注意力调整矩阵，按照所述子任务调整注意力，输出子任务注意力调整向量；所述子任务条件随机场层根据所述子任务注意力调整向量确定每个字符对应的每个标签的概率，得到每个字符对应的概率分布向量，将所述概率分布向量作为子任务预测信息发送至所述主任务网络；所述主任务网络包括主任务全连接层、拼接层和主任务条件随机场层；其中，所述主任务全连接层接收所述注意力调整矩阵，按照所述主任务调整注意力，输出主任务注意力调整向量；所述拼接层获取所述子任务网络发送的概率分布向量，将所述主任务注意力调整向量与概率分布向量进行拼接，输出拼接向量；所述主任务条件随机场层根据所述拼接向量确定并输出主任务预测结果。

全文数据：

权利要求：

百度查询： 北京明略软件系统有限公司 一种基于多任务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。

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