[发明专利]一种基于锚点区域网络的命名实体识别方法和装置在审
| 申请号： | 201910676425.7 | 申请日： | 2019-07-25 |
| 公开（公告）号： | CN110472237A | 公开（公告）日： | 2019-11-19 |
| 发明（设计）人： | 林鸿宇;韩先培;孙乐;陆垚杰 | 申请（专利权）人： | 中国科学院软件研究所 |
| 主分类号： | G06F17/27 | 分类号： | G06F17/27;G06N3/04;G06N3/08 |
| 代理公司： | 11200 北京君尚知识产权代理有限公司 | 代理人： | 邱晓锋<国际申请>=<国际公布>=<进入 |
| 地址： | 100190 *** | 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： | 本发明公开一种基于锚点区域网络的命名实体识别方法和装置，属于自然语言处理技术领域。该方法主要包含：(一)基于锚点区域网络的命名实体识别方法，使用中心词到区域的方案，来解决命名实体识别中的嵌套实体提及检测；(二)基于上述架构，使用基于深度神经网络模型的锚点检测器来检测每个输入句子中可能存在的锚点词；(三)基于上述架构以及检测得到锚点词，使用基于深度神经网络的区域识别器来检测每个命名实体提及的具体区域；(四)对应于上述锚点区域网络，使用基于包损失函数的方法来联合学习锚点区域网络中的锚点检测器以及区域识别器。本发明的基于锚点区域网络的命名实体识别方法可以解决命名实体识别中存在有嵌套实体提及的问题。 | ||
| 搜索关键词： | 锚点 命名实体 区域网络 检测器 嵌套 检测 区域识别 自然语言处理技术 架构 神经网络模型 方法和装置 神经网络 输入句子 损失函数 中心词 联合 学习 | ||
【主权项】：
1.一种用于命名实体识别的锚点区域网络训练方法，其特征在于，包括以下步骤：/n1)输入训练语料，使用基于深度神经网络模型的锚点检测器检测每个输入句子中存在的锚点词；/n2)基于检测得到的锚点词，使用基于深度神经网络的区域识别器检测每个命名实体提及的具体区域；/n3)使用基于包损失函数的方法来联合学习和训练锚点检测器以及区域识别器，最终获得训练完成的锚点区域网络。/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软件研究所，未经中国科学院软件研究所许可，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/201910676425.7/，转载请声明来源钻瓜专利网。
