[发明专利]一种融合多特征的老挝语人名地名实体识别方法在审
| 申请号： | 201811531250.2 | 申请日： | 2018-12-14 |
| 公开（公告）号： | CN109753650A | 公开（公告）日： | 2019-05-14 |
| 发明（设计）人： | 周兰江;彭骁男 | 申请（专利权）人： | 昆明理工大学 |
| 主分类号： | G06F17/27 | 分类号： | G06F17/27;G06N3/04 |
| 代理公司： | 暂无信息 | 代理人： | 暂无信息 |
| 地址： | 650093 云*** | 国省代码： | 云南;53 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种融合多特征的老挝语人名地名实体识别方法，属于自然语言处理中小语种识别领域。本发明融合了老挝语人名和地名的语言特征，使用BLSTM+CRF的算法模型。首先利用BLSTM(双向长短时记忆网络)训练老挝词语的后缀、前缀等形态特征的字符级向量。之后使用Gensim的word2vec在较大规模的老挝语背景语料中，训练具有上下文语义特征信息的词向量，并将字符级特征向量和词向量拼接成完整特征向量。最后将老挝语人名地名语言学特征融合到CRF(条件随机场)算法中，再将完整的特征向量输入到最后一层CRF(条件随机场)中进行命名实体识别训练，得到了融合老挝语语言学特征的命名实体识别模型。本发明在老挝语人名地名实体词识别上精确度有较大提升。 | ||
| 搜索关键词： | 老挝语 特征向量 融合 语言学特征 命名实体 实体识别 词向量 自然语言处理 上下文语义 实体词识别 背景语料 记忆网络 识别训练 算法模型 特征信息 形态特征 语言特征 语种识别 机场 拼接 算法 向量 词语 | ||
【主权项】：
1.一种融合多特征的老挝语人名地名实体识别方法，其特征在于：包括以下步骤：Step1：获取老挝语人名地名命名实体语料，进行语料预处理；Step2：将BLSTM算法训练老挝语词语的后缀、前缀字符级向量；Step3：对老挝语词语进行词向量转化，通过Gensim的word2vec模型，训练具有上下文语义的词向量；Step4：将字符级向量和词向量进行组合拼接，得到完整的特征向量；Step5：将老挝语人名地名多特征融合到CRF算法模型中，形成优化的CRF模型；Step6：将Step4得到的完整特征向量输入到Step5得到的CRF优化模型进行老挝语人名地名实体词识别训练。
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昆明理工大学，未经昆明理工大学许可，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/patent/201811531250.2/，转载请声明来源钻瓜专利网。
