[发明专利]一种基于深度学习模型的自动识别古籍引书系统和方法在审

专利信息
申请号: 202111292294.6 申请日: 2021-11-03
公开(公告)号: CN114021567A 公开(公告)日: 2022-02-08
发明(设计)人: 黄水清;周好;王东波 申请(专利权)人: 南京农业大学
主分类号: G06F40/295 分类号: G06F40/295;G06F40/237;G06N3/04;G06N3/08
代理公司: 成都方圆聿联专利代理事务所(普通合伙) 51241 代理人: 邓永红
地址: 210095 *** 国省代码: 江苏;32
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 基于 深度 学习 模型 自动识别 古籍 系统 方法
【权利要求书】:

1.一种基于深度学习模型的自动识别古籍引书系统,其特征在于,包括:

语料预处理模块;根据试验需求以及模型对语料要求,将语料进行清洗与处理,按照比例划分训练集和验证集;

语言模型预训练模块;选择需要的预训练模型SIKU-BERT、SIKU-RoBERTa;

引书条目识别试验模块;在预训练模型基础上,对模型参数进行调优;

引书条目识别效果测评模块;结合国内外对实体识别评价的常用指标,选择准确率(Precision)、召回率(Recall)、F值(F-Measure)三个指标来衡量模型性能。

2.一种基于深度学习模型的自动识别古籍引书方法,其特征在于,包括如下步骤:

S1、选取古籍的数字化文本为语料,将引书看做名词性指称的实体,人工对其进行标注,并规定标记符号为“【】”,以此构建实验语料;对标注了引书条目的语料依次进行文本格式转换、合并以及数据预处理,再去掉标点选用5-tag作为标记集拆分成字,形成训练语料;5-tag标记集采用{B-seg,M-seg,E-seg,S-seg,N-seg}标注方式,即B-seg表示实体的开始,M-seg表示实体的中间部分,E-seg表示实体的结尾,S-seg表示单字实体,非实体用N-seg表示;为适应模型的数据需求,将训练语料格式改为标签+制表符+文本数据;

S2、基于PyTorch深度学习框架编写模型训练程序,加载古文领域深度学习模型SIKU-BERT、SIKU-RoBERTa对文本进行处理,调整模型到合适参数,对训练集进行迭代训练,直至训练结束;

S3、对实验所得的模型性能进行评价,采用的指标为准确率、召回率、F值,评估完成后,选择效果最优的模型进行保存;

S4、搭建模型调用接口,从而方便用户进行直接使用,可实现用户直接输入古籍原文到对古籍引书的自动识别。

3.根据权利要求2所述的一种基于深度学习模型的自动识别古籍引书方法,其特征在于:所述步骤S1中的语料原文均可在网上直接获取,且所有标注的条目均为人工历经三轮对其进行标注及校对;古籍引书的认定标准为:直接引用了原文或部分原文的明引类型;对于隐引不考虑在内。

4.根据权利要求2所述的一种基于深度学习模型的自动识别古籍引书方法,其特征在于:所述步骤S2中,语料的预训练模型是经过《四库全书》语料构建的,是纯古籍语料;参数设置为12-layer,768-hidden,12-heads,110M parameters,it模型共12层,隐层768维,12头模式,110M个参数;最大截断长度256,训练批次大小32,学习率2e-5,迭代次数10.0次。

5.根据权利要求2所述的一种基于深度学习模型的自动识别古籍引书方法,其特征在于:所述步骤S3中,试验所采取的评价办法是基于十折交叉验证,在十次结果中选取最优值。

6.根据权利要求2所述的一种基于深度学习模型的自动识别古籍引书方法,其特征在于:当模型保存完毕后,用户可直接通过用户接口,直接输入古籍原文,经模型判断后返回识别出的引书条目。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

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南京农业大学,未经南京农业大学许可,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/202111292294.6/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top