[发明专利]一种基于复合神经网络建模的数据信息抽取方法在审
| 申请号： | 201910665705.8 | 申请日： | 2019-07-23 |
| 公开（公告）号： | CN110532545A | 公开（公告）日： | 2019-12-03 |
| 发明（设计）人： | 肖清林 | 申请（专利权）人： | 福建奇点时空数字科技有限公司 |
| 主分类号： | G06F17/27 | 分类号： | G06F17/27;G06N3/04;G06N3/08 |
| 代理公司： | 11589 北京劲创知识产权代理事务所(普通合伙) | 代理人： | 陆滢炎<国际申请>=<国际公布>=<进入 |
| 地址： | 361000 福建省厦门市软件园*** | 国省代码： | 福建;35 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 一种基于复合神经网络建模的数据信息抽取方法，方法步骤包括：建立训练模块和复合神经网络模型；利用训练模块对复合神经网络模型进行训练；收集数据信息，构建数据库模块；利用优化的复合神经网络模型对数据库模块进行信息抽取。本发明在BP和CNN的复合神经网络模型的基础上，对信息进行抽取，两者的配合、互补，使得信息抽取准确性高，速度快，满足当前对信息抽取的需求。 | ||
| 搜索关键词： | 复合神经 网络模型 信息抽取 数据库模块 训练模块 抽取 收集数据 数据信息 网络建模 构建 配合 优化 | ||
【主权项】：
1.一种基于复合神经网络建模的数据信息抽取方法，其特征在于，包括如下步骤：/nS1、建立训练模块和复合神经网络模型，其中复合神经网络模型由CNN和BP复合构成；/nS2、利用训练模块对复合神经网络模型进行训练，得到优化的复合神经网络模型；其中优化的复合神经网络模型包括输入模块、隐模块和输出模块；/nS3、收集数据信息，构建数据库模块；/nS4、利用优化的复合神经网络模型对数据库模块进行信息抽取；抽取过程为：/na1、通过输入模块向优化的复合神经网络模型下达指令信号；/na2、信号输送至隐模块，并沿正方向在神经元之间逐级传递；/na3、若在传递过程中得到匹配的数据信息，输出模块将数据信息调出，结束工作过程；/na4、若信号传递至神经网络的底端，仍未得到匹配数据信息，则转入反向传播，信号沿原路径返回；返回过程中，修改各级神经元的权值和阈值，减小信号误差；/na5、信号不断沿正反方向往返在各级神经元之间，并同时修改各级神经元的权值和阈值，直至得到匹配的数据信息，输出模块将数据信息调出，结束工作过程。/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福建奇点时空数字科技有限公司，未经福建奇点时空数字科技有限公司许可，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/201910665705.8/，转载请声明来源钻瓜专利网。
