[发明专利]一种自注意力命名实体识别方法、装置、设备及存储介质在审
| 申请号： | 202010443682.9 | 申请日： | 2020-05-22 |
| 公开（公告）号： | CN111597816A | 公开（公告）日： | 2020-08-28 |
| 发明（设计）人： | 李净 | 申请（专利权）人： | 北京慧闻科技（集团）有限公司 |
| 主分类号： | G06F40/295 | 分类号： | G06F40/295;G06F40/205;G06F16/332;G06N3/04;G06N3/08 |
| 代理公司： | 北京市京师律师事务所 11665 | 代理人： | 高晓丽 |
| 地址： | 100000 北京市朝阳区高碑店乡半*** | 国省代码： | 北京;11 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | |||
| 搜索关键词： | 一种 注意力 命名 实体 识别 方法 装置 设备 存储 介质 | ||
1.一种自注意力命名实体识别方法，其特征在于，包括：
获取文本信息，将文本信息转换为词隐藏状态向量和句子级向量；
将词隐藏状态向量输入至自注意力层，输出得到的新的词隐藏状态向量；
基于新的词隐藏状态向量和句子级向量，进行命名实体识别得到实体识别结果。
2.如权利要求1所述的方法，其特征在于，所述将文本信息转换为词隐藏状态向量和句子级向量，包括：
将文本信息转换为词向量；
利用词向量生成词隐藏状态向量和句子级向量。
3.如权利要求2所述的方法，其特征在于，所述利用词向量生成词隐藏状态向量和句子级向量，包括：
将词向量输入至第一人工神经网络，输出得到词隐藏状态向量和句子级向量。
4.如权利要求3所述的方法，其特征在于，所述第一人工神经网络包括第一BiLSTM神经网络。
5.如权利要求1所述的方法，其特征在于，所述基于新的词隐藏状态向量和句子级向量，进行命名实体识别得到实体识别结果，包括：
将新的词隐藏状态向量和句子级向量进行拼接，得到拼接向量；
将拼接向量输入至第二人工神经网络，输出得到最终隐藏状态向量；
对最终隐藏状态向量进行命名实体识别，生成实体识别结果。
6.如权利要求5所述的方法，其特征在于，所述对最终隐藏状态向量进行命名实体识别，生成实体识别结果，包括：
将最终隐藏状态向量输入至条件随机场CRF，输出得到实体识别结果。
7.如权利要求5所述的方法，其特征在于，所述第二人工神经网络包括第二BiLSTM神经网络。
8.一种自注意力命名实体识别装置，其特征在于，包括：
转换模块，用于获取文本信息，将文本信息转换为词隐藏状态向量和句子级向量；
输入模块，用于将词隐藏状态向量输入至自注意力层，输出得到的新的词隐藏状态向量；
识别模块，用于基于新的词隐藏状态向量和句子级向量，进行命名实体识别得到实体识别结果。
9.一种自注意力命名实体识别设备，其特征在于，包括：
存储器，用于存储计算机程序；
处理器，用于执行所述计算机程序时实现如权利要求1至7任一项所述的自注意力命名实体识别方法的步骤。
10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现如权利要求1至7任一项所述的自注意力命名实体识别方法的步骤。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于北京慧闻科技（集团）有限公司，未经北京慧闻科技（集团）有限公司许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/pat/books/202010443682.9/1.html，转载请声明来源钻瓜专利网。
