CN110956042B 嵌套命名实体识别方法及系统、电子设备及可读介质 （中国电子科技集团公司信息科学研究院）_第1页
CN110956042B 嵌套命名实体识别方法及系统、电子设备及可读介质 （中国电子科技集团公司信息科学研究院）_第2页
CN110956042B 嵌套命名实体识别方法及系统、电子设备及可读介质 （中国电子科技集团公司信息科学研究院）_第3页
CN110956042B 嵌套命名实体识别方法及系统、电子设备及可读介质 （中国电子科技集团公司信息科学研究院）_第4页
CN110956042B 嵌套命名实体识别方法及系统、电子设备及可读介质 （中国电子科技集团公司信息科学研究院）_第5页
已阅读5页，还剩19页未读， 继续免费阅读

下载本文档

版权说明：本文档由用户提供并上传，收益归属内容提供方，若内容存在侵权，请进行举报或认领

文档简介

法对语料库中的各文本进行标记，得到标记集实体识别模型，分别识别各簇集合中的命名实识别问题，降低命名实体嵌套对识别效果的影据增强使用强度控制在最佳水平，提升训练效2基于预设的文本标记方法对语料库中的各文本进行标记，得到标记集基于预设的聚类方法，将所述标记集合根据各所述命名基于预设的自适应数据增强的命名实体识别模型，分别识别各所所述基于预设的聚类方法，将所述标记集合根据各所述命名实体进行聚类获得簇集将所述标记集合根据各所述命名实体进行聚S230、采用BiLSTM-CRF识别模型在当前轮迭代增强后的训练样本语料库上进行训练，假设语料库为[w1,w2,...,wn]，其中wi表示语料库的第i个文本，用Ti表示wi的标记集3度量函数，采用层次化聚类方法将所述标记集合根据各所述命名实体进行聚类获得簇集4.一种嵌套命名实体识别系统，其特征在于，采用权利要求标记模块，用于基于预设的文本标记方法对语料库中的各文本进行标记，得聚类模块，用于基于预设的聚类方法，将所述标记数据增强及识别模块，用于基于预设的自适应数据增强的命名存储单元，用于存储一个或多个程序，当所述一个或多个程序被所述计算机程序被处理器执行时能实现根据权利要求1至3中任意一项所述的嵌套命45[0002]命名实体识别(NER,NameEntityRecognition)是自然语言处理的基础研究内容[0008]基于预设的聚类方法，将所述标记集合根据各所述命名实体进行聚类获得簇集6[0021]max(Ea,b)表示E中元素的最大值，Ci与Cj之间的距离为两个簇之间的命名实体距7[0049]所述计算机程序被处理器执行时能实现本发明第一方面提供的所述的嵌套命名根据各命名实体进行聚类获得簇集合，簇集合包括文本及与该文本唯一对应的命名实体；明的嵌套命名实体识别方法通过命名实体聚类，将存在嵌套关系的实体划分到不同的簇8句子的标记结果为：[0063]“白/B_Organization#B_Name求/M_Organization#M_Name恩/M_Organization#E_9[0072]max(Ea,b)表示E中元素的最大值，Ci与Cj之间的距离为两个簇之间的命名实体距[0083]需要说明的是本发明实施例采用的是层次聚类方法，也可以采用其他聚类方数据集和验证样本数据集，包括上文步骤中的文本标记的结果，其输出训练好的BiLSTM-实体的语句编号的集合。然后根据数据增强程度控制量Ma(t)完成数据增强。之后采用[0098]本发明实施例的基于自适应数据增强的命名实体识别方[0109]其中，计算机可读存储介质可是任何包含或存储程序的有形介质，其可以是电、[0110]其中，计算机可读存储介质也可包括在基带中或作为载波一部分传播的数据信

人人文库> 全部分类> 行业资料 > 信息产业

温馨提示

  • 1. 本站所有资源如无特殊说明，都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等，如果需要附件，请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸，网页内容里面会有图纸预览，若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间，仅对用户上传内容的表现方式做保护处理，对用户上传分享的文档内容本身不做任何修改或编辑，并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容，请与我们联系，我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

最新文档

评论

0/150

提交评论