[发明专利]一种复杂实体抽取方法、装置、介质及系统有效
| 申请号： | 201910625736.0 | 申请日： | 2019-07-11 |
| 公开（公告）号： | CN110502742B | 公开（公告）日： | 2021-11-05 |
| 发明（设计）人： | 靳小龙;程学旗;席鹏弼;郭嘉丰;李紫宣 | 申请（专利权）人： | 中国科学院计算技术研究所 |
| 主分类号： | G06F40/295 | 分类号： | G06F40/295;G06N3/04;G06N3/08 |
| 代理公司： | 北京律诚同业知识产权代理有限公司 11006 | 代理人： | 祁建国;张燕华 |
| 地址： | 100080 北*** | 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： | 本发明涉及一种复杂实体抽取方法，用于迭层膨胀卷积神经网络，该神经网络包括字级别迭层膨胀卷积神经网络层和词级别迭层膨胀卷积神经网络层，该方法包括：语料生成步骤，用于构建实体语料集，以采集语料，并对该语料进行自定义格式标注，形成训练集、测试集和/或验证集；字级别向量生成步骤，用于对该语料进行预训练，生成字向量，并将该字向量输入该字级别迭层膨胀卷积神经网络层，得到字级别向量；自定义特征提取步骤，用于从自由文本中提取所述自定义格式标注的特征；实体抽取步骤，将所述字级别向量进行拼接后，与所述词级别特征输入该词级别迭层膨胀卷积神经网络层，对所述自由文本进行复杂实体的抽取。该方法提高了实体抽取的精度和效率。 | ||
| 搜索关键词： | 一种 复杂 实体 抽取 方法 装置 介质 系统 | ||
【主权项】：
1.一种复杂实体抽取方法，该方法用于迭层膨胀卷积神经网络，该神经网络包括字级别迭层膨胀卷积神经网络层和词级别迭层膨胀卷积神经网络层，其特征在于，所述方法包括以下步骤：/n语料生成步骤，用于构建实体语料集，以采集语料，并对该语料进行自定义格式标注，形成训练集、测试集和/或验证集；/n字级别向量生成步骤，用于对所述语料进行预训练，生成字向量，并将该字向量输入所述字级别迭层膨胀卷积神经网络层，得到字级别向量；/n自定义特征提取步骤，用于从自由文本中提取所述自定义格式标注的特征；/n实体抽取步骤，将所述字级别向量进行拼接后，与所述词级别特征输入所述词级别迭层膨胀卷积神经网络层，对所述自由文本进行复杂实体的识别分类。/n
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中国科学院计算技术研究所，未经中国科学院计算技术研究所许可，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/201910625736.0/，转载请声明来源钻瓜专利网。
