[发明专利]一种基于自监督学习的命名实体识别方法在审
| 申请号： | 202111539122.4 | 申请日： | 2021-12-15 |
| 公开（公告）号： | CN114239584A | 公开（公告）日： | 2022-03-25 |
| 发明（设计）人： | 周仁杰;胡强;万健;张纪林;殷昱煜;蒋从锋 | 申请（专利权）人： | 杭州电子科技大学 |
| 主分类号： | G06F40/295 | 分类号： | G06F40/295;G06F16/35;G06F16/36;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： | 朱亚冠 |
| 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： | 本发明公开了一种基于自监督学习的命名实体识别方法，该方法包括：对数据集进行预处理，并利用处理好的数据集构建正例句子对和负例句子对，利用embedding编码器分别对正例句子对和负例句子对中的句子进行编码；在基于自监督学习的命名实体识别模型中根据不同的实体特征以及相似度矩阵学习到实体在不同语境中的不同释义，充分根据正例句子对以及负例句子对的相似度学习其特征向量，满足不同语料库的语种上的差异。本发明提高了命名实体识别的准确率，并通过知识图谱解决输出结果中因单词缩写引起的实体类型识别错误的问题，从而可以更准确地预测实体以及实体类型，使得具有多义性单词的词嵌入向量能更好的表示该词在当前语境中的释义。 | ||
| 搜索关键词： | 一种 基于 监督 学习 命名 实体 识别 方法 | ||
【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/202111539122.4/，转载请声明来源钻瓜专利网。
