[发明专利]模型训练方法、命名实体识别方法、装置、设备及介质在审
申请号: | 201910542994.2 | 申请日: | 2019-06-21 |
公开(公告)号: | CN110276075A | 公开(公告)日: | 2019-09-24 |
发明(设计)人: | 张国校 | 申请(专利权)人: | 腾讯科技(深圳)有限公司 |
主分类号: | G06F17/27 | 分类号: | G06F17/27;G06F16/35 |
代理公司: | 深圳市深佳知识产权代理事务所(普通合伙) 44285 | 代理人: | 王仲凯 |
地址: | 518057 广东省深圳*** | 国省代码: | 广东;44 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | 本申请公开了一种模型训练方法,包括:获取训练样本集,所述训练样本集中的训练样本包括训练语句及所述训练语句中的实体对应的类别标签;将所述训练样本输入命名实体识别模型,获得所述命名实体识别模型基于所述训练语句中实体的上下文信息输出的所述训练语句中实体的预测类别;根据所述训练语句中实体的预测类别和类别标签,调整所述命名实体识别模型的参数直到满足训练结束条件。由于该命名实体模型不仅考虑了实体候选项,还考虑了实体候选项所在的整个语句的信息,该信息与实体候选项类别具有较高关联性,可以为实体分类提供帮助,因而提高了实体分类准确率。本申请还公开了命名实体识别方法、装置、设备及介质。 | ||
搜索关键词: | 命名实体 语句 训练样本 候选项 类别标签 模型训练 实体分类 上下文信息 训练样本集 高关联性 结束条件 预测 准确率 申请 输出 帮助 | ||
【主权项】:
1.一种模型训练方法,其特征在于,包括:获取训练样本集,所述训练样本集中的训练样本包括训练语句及所述训练语句中的实体对应的类别标签;将所述训练样本输入命名实体识别模型,获得所述命名实体识别模型基于所述训练语句中实体的上下文信息输出的所述训练语句中实体的预测类别;根据所述训练语句中实体的预测类别和类别标签,调整所述命名实体识别模型的参数直到满足训练结束条件。
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腾讯科技(深圳)有限公司,未经腾讯科技(深圳)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/201910542994.2/,转载请声明来源钻瓜专利网。