CN114328837B 序列标注方法、装置、计算机设备、存储介质 （企查查科技股份有限公司）

述组合标签进行解析得到与所述组合标签对应用组合标签解析得到的多个第二标签对文本序2将所述标识序列输入所述序列标注模型，生成与所述标识序列从所述标签序列的第一个起始标识开始，依次查找相邻的一组起始标识和非起始标根据与所述标识组对应的部分标识序列生成所述文本判断所述目标字段对应的多个第一标签之间的第一标签获取模块，用于将所述标识序列输入序列标注模型字段标注模块，用于当所述第一标签中包括组合标述组合标签对应的多个所述第二标签之间符合预设的标签逻辑标签序列生成单元，用于将所述标识序列输入所述序列标注模型，生成3标识组生成子单元，用于从所述标签序列的第一个起始标识开始，依次字段生成子单元，用于根据与所述标识组对应的部第一标签生成子单元，用于根据与所述标识组对应的标签，第一标签校验模块，用于判断所述目标字段对应的多个第8.一种计算机设备，包括存储器和处理器，所述存储器处理器执行时实现权利要求1至4中任一项所述的方4的多个所述第二标签之间符合预设的标签逻[0009]在其中一个实施例中，当存在目标字段在所述文本序列[0015]将所述标识序列输入所述序列标注模型，生成与所述标5[0019]根据与所述标识组对应的部分文本序列生成字段，根据与所述标识组对应的标析得到与所述组合标签对应的多个第二标签，根据多个所述第二标签对所述字段进行标6器可以用独立的服务器或者是多个服务器组成的服[0042]具体地，服务器中预先存储了多个字符与标识之间的映射关系(例如分词词表中本序列。[0044]其中，序列标注模型可以是语言表征模型，例如BERT模型(BidirectionaldirectionalLSTM，一种双向长短期记忆网络模型)、XLNet模型(一种自回归语言模型)、7方法还包括：判断目标字段对应的多个第一标签之间的关系是否符合预设的标签逻辑关8字段在文本序列中出现多次时，获取与文本序列中每个位置处的目标字段对应的第一标9采用已初步训练的ERNIE模型自带的词表(该词表中存储了多个字符与标识之间的映射关列对应的标签。将标识序列，以及标识序列对应的标签作为训练数据输入已初步训练的通过添加全连接神经网络后的ERNIE模型获取标识与每个标签之间的相关性，建立标识与经网络后的ERNIE模型的权重参数进行调整，直至差异度符合预设条件，得到已训练的作和标识序列生成操作可以参照上述实施例中提供的文本序列生成方法和标识序列生成采用字符与标识之间的映射关系对每序列标注方法通过对组合标签进行解析，采用解析后得到的多个第二标签对字段进行标[0101]上述序列标注装置中的各个模块可全部或部分通过软件、硬件及其组合来实非易失性和易失性存储器中的至少一种。非易失性存储器可包括只读存储器(Read-Only(ReRAM)、磁变存储器(MagnetoresistiveRandomAccessMemory，MRAM)、铁电存储器(FerroelectricRandomAccessMemory，FRAM)、相变存储器(PhaseChangeMemory，PCM)、石墨烯存储器等。易失性存储器可包括随机存取存储器(RandomAccessMemory，库和非关系型数据库中至少一种。非关系型数据库可包括基于区块链的分布式数据库等，