[发明专利]构建中文命名实体标注的语料库的方法、装置在审
| 申请号： | 202010838001.9 | 申请日： | 2020-08-19 |
| 公开（公告）号： | CN112182204A | 公开（公告）日： | 2021-01-05 |
| 发明（设计）人： | 马汶棋;姜春涛;张桐阁 | 申请（专利权）人： | 广东汇银贸易有限公司 |
| 主分类号： | G06F16/35 | 分类号： | G06F16/35;G06F40/242;G06F40/295;G06K9/62 |
| 代理公司： | 广州市越秀区哲力专利商标事务所(普通合伙) 44288 | 代理人： | 曾令军 |
| 地址： | 510000 广东省广州*** | 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： | 本发明提供一种构建中文命名实体标注的语料库的方法、装置，该方法包括；S101：获取中文维基百科的文章，将文章归类为不同的实体类型，归类的方法包括基于启发式规则的分类、基于机器学习的分类以及基于DBpedia知识库本体的分类的组合；S102：对文章进行分句形成句子集，根据文章的链接目标对每个句子进行命名实体标注；S103：筛选句子形成语料库。本发明能够通过中文维基百科和DBpedia知识库这些外部知识源构建中文命名实体标注的语料库，无需人工构建和标注文本数据，耗时短、费用低，而且中文维基百科涉及范围和包含领域广泛的特征降低了语料库训练的命名体识别模型对领域数据的依赖性，减轻了其改变和移植的难度。 | ||
| 搜索关键词： | 构建 中文 命名 实体 标注 语料库 方法 装置 | ||
【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广东汇银贸易有限公司，未经广东汇银贸易有限公司许可，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/202010838001.9/，转载请声明来源钻瓜专利网。
- 上一篇：实现数据中心市电与柴发之间相互切换的方法
- 下一篇：一种高透明易开口阻隔膜
