[发明专利]一种利用部分标注集的自训练神经网络分词模型有效
| 申请号： | 202010159438.X | 申请日： | 2020-03-09 |
| 公开（公告）号： | CN111507103B | 公开（公告）日： | 2020-12-29 |
| 发明（设计）人： | 张旻;黄涛;姜明;汤景凡 | 申请（专利权）人： | 杭州电子科技大学 |
| 主分类号： | G06F40/289 | 分类号： | G06F40/289;G06N3/04;G06N3/08 |
| 代理公司： | 杭州君度专利代理事务所(特殊普通合伙) 33240 | 代理人： | 朱月芬 |
| 地址： | 310018 浙*** | 国省代码： | 浙江;33 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种利用部分标注集的自训练神经网络分词模型。本发明首先结合正向最大匹配算法，设计了一种通过词典和无标注集获得人工部分标注集的方法。然后，本发明通过修改损失函数，将有标注集和部分标注集共同用于训练基于双向循环神经网络的中文分词模型。最后，本发明利用自训练思想，设计了分词准确率置信度和差异置信度，迭代地将部分标注集转化为有标注集，不断优化基于双向循环神经网络的中文分词模型，从而使最终的模型在无标注数据领域能取得较好的分词效果。本发明不但能解决训练集不足以及跨领域分词问题，而且可以避免耗费人力进行数据集标注。 | ||
| 搜索关键词： | 一种 利用 部分 标注 训练 神经网络 分词 模型 | ||
【主权项】：
暂无信息
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杭州电子科技大学，未经杭州电子科技大学许可，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/202010159438.X/，转载请声明来源钻瓜专利网。
