CN114169332B 一种基于深度学习模型的地址命名实体识别的调优方法 （科讯嘉联信息技术有限公司）_第1页
CN114169332B 一种基于深度学习模型的地址命名实体识别的调优方法 （科讯嘉联信息技术有限公司）_第2页
CN114169332B 一种基于深度学习模型的地址命名实体识别的调优方法 （科讯嘉联信息技术有限公司）_第3页
CN114169332B 一种基于深度学习模型的地址命名实体识别的调优方法 （科讯嘉联信息技术有限公司）_第4页
CN114169332B 一种基于深度学习模型的地址命名实体识别的调优方法 （科讯嘉联信息技术有限公司）_第5页
已阅读5页，还剩12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

2800号创新产业园二期F5-201/202、一种基于深度学习模型的地址命名实体识于深度学习模型的地址命名实体识别的调优方测试精度最高的神经网络语言模型作为输出模提供的技术方案能够有效克服现有技术所存在2S3、利用未标注的行业语料和实体字典，在神经网S4、针对下游识别任务对神经网络语言模型进行模型S5、收集线上实时数据，将输出模型预测结果低于S2、通过该领域专家根据经验构建出来一系列用来2.根据权利要求1所述的基于深度学习模型的地址命名实体识别的调优方法，其特征3.根据权利要求2所述的基于深度学习模型的地址命名实体识别的调优方法，其特征4.根据权利要求1所述的基于深度学习模型的地址命名实体识别的调优方法，其特征35.根据权利要求4所述的基于深度学习模型的地址命名实体识别的调优方法，其特征6.根据权利要求1所述的基于深度学习模型的地址命名实体识别的调优方法，其特征7.根据权利要求1所述的基于深度学习模型的地址命名实体识别的调优方法，其特征输出模型对待识别中文序列中的每个字都经过SoftMax函数处理后得到一个关于标签据数据分布特征人为设置置信度阈值，将置信度低于置信度阈值的实体保存在日志文件4理技术的实际应用中主要有两种典型的命名实体识[0004]第一种方式是基于LSTM(长短期记忆神经网络)和CRF(条件随机场)的模型，该模的关系和各实体间状态转移的规律，一般在后面采用CRF层神经网络对其进行建模。基于[0006]Bert模型进行实体识别，首先进行预训练，分别是掩码语言模型(Masked方式可以从海量的无标签数据中获取到先验语法语5名实体识别的调优方法，能够有效克服现有技术所存在的模型优化需要依赖大量标注数6[0037]利用经过数据增强、数据扩充后的数据对神经网络语言引入神经网络语言模型的CRF层捕捉标签类别之间转移的特征，精调模型和CRF层的学习[0039]输出模型对待识别中文序列中的每个字都经过SoftMax函数处理后得到一个关于7[0050]使用训练好的Bert模型对所有语料内召回实体的质量进行打分，精选出有效实8[0066]利用经过数据增强、数据扩充后的数据对神经网络语言引入神经网络语言模型的CRF层捕捉标签类别之间转移的特征，精调模型和CRF层的学习[0069]输出模型对待识别中文序列中的每个字都经过SoftMax函数处理后得到一个关于标签类别的置信度，待识别中文序列中各实体的置信度为每个字置信度之和的平均

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