[发明专利]基于分布式平台的行业文本实体提取方法有效
| 申请号： | 201710902720.0 | 申请日： | 2017-09-29 |
| 公开（公告）号： | CN107908642B | 公开（公告）日： | 2021-11-12 |
| 发明（设计）人： | 武克杰;周书勇 | 申请（专利权）人： | 江苏华通晟云科技有限公司 |
| 主分类号： | G06F16/35 | 分类号： | G06F16/35;G06F40/289 |
| 代理公司： | 苏州创元专利商标事务所有限公司 32103 | 代理人： | 范晴;丁浩秋 |
| 地址： | 215000 江苏省苏州市工*** | 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： | 本发明公开了一种基于分布式平台的行业文本实体提取方法，包括：采用深度学习神经网络训练文本数据集得到关系特征模型；将提取的关系特征生成多个弹性分布式关系特征数据集RDD；将RDD中的数据集通过改进的非线性SVM分类算法训练得到的类别特征模型提取类别特征；根据提取的类别特征找到对应语境实体模型，并通过训练好的实体模型提取对应类别特征的文本中的实体数据；判断相应语境文的本数量是否超过设定阈值，若超过阈值时，重新训练该语境实体模型，利用重新训练的实体模型提取对应类别特征的文本中的实体数据，否则，保存文本实体特征和文本数据。可以处理不同语境下的文本特征实体，有效提高了实体提取的效率以及提取实体准确率。 | ||
| 搜索关键词： | 基于 分布式 平台 行业 文本 实体 提取 方法 | ||
【主权项】：
一种基于分布式平台的行业文本实体提取方法，其特征在于，包括以下步骤：S01：采用深度学习神经网络训练文本数据集得到关系特征模型，并通过关系特征模型提取目标文本中的关系特征；S02：将提取的关系特征生成多个弹性分布式关系特征数据集RDD；S03：将RDD中的数据集通过改进的非线性SVM分类算法训练得到的类别特征模型提取类别特征；S04：根据提取的类别特征找到对应语境实体模型，并通过训练好的实体模型提取对应类别特征的文本中的实体数据；S05：判断相应语境文的本数量是否超过设定阈值T，若超过阈值T时，重新训练该语境实体模型，利用重新训练的实体模型提取对应类别特征的文本中的实体数据，否则，保存文本实体特征和文本数据。
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江苏华通晟云科技有限公司，未经江苏华通晟云科技有限公司许可，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/patent/201710902720.0/，转载请声明来源钻瓜专利网。
- 上一篇：一种用于LCD液晶显示屏的FPC板
- 下一篇：一种柔性印刷电路板
