[發明專利]基于注意力機制的膨脹卷積實體名識別方法在審
| 申請號： | 201910631935.2 | 申請日： | 2019-07-12 |
| 公開（公告）號： | CN110516231A | 公開（公告）日： | 2019-11-29 |
| 發明（設計）人： | 薛哲;杜軍平;呂江海;周南 | 申請（專利權）人： | 北京郵電大學 |
| 主分類號： | G06F17/27 | 分類號： | G06F17/27;G06N3/04;G06N3/08 |
| 代理公司： | 暫無信息 | 代理人： | 暫無信息 |
| 地址： | 100876 *** | 國省代碼： | 北京;11 |
| 權利要求書： | 查看更多 | 說明書： | 查看更多 |
| 摘要： | |||
| 搜索關鍵詞： | 名識別 注意力機制 卷積 膨脹 規則約束 基于條件 理論系統 特征提取 創新性 加權和 準確率 詞性 迭代 擴散 機場 | ||
【權利要求書】：
1.基于注意力機制的膨脹卷積實體名識別方法，其特征在于既提高實體名識別準確率又提高了訓練速度，該方法包括：
基于膨脹卷積擴散與迭代的特征提取和基于條件隨機場的規則約束；
基于詞長度和詞性的注意力機制加權；
基于條件隨機場的規則約束；
2.根據權利要求1所述的方法，其特征在于，膨脹卷積擴散和迭代使訓練速度加快，并保證文本的特征提取的精確性。
3.根據權利要求1所述的方法，其特征在于，利用單詞長度和單詞詞性對文本特征進行注意力加權，給予文本的每個字分配不同的權重，使文本的實體名具有更高的權重，其他詞具有較低權重，最終獲得較高精確特征的文本特征矩陣。
4.根據權利要求1所述的方法，其特征在于，使用條件隨機場對加權特征矩陣進行規則約束，訓練傳輸矩陣來存儲文本信息中的規制約束，然后利用CRF層訓練傳輸矩陣和LOSS值，使得實體名識別的準確率更高。
下載完整專利技術內容需要扣除積分，VIP會員可以免費下載。
該專利技術資料僅供研究查看技術是否侵權等信息，商用須獲得專利權人授權。該專利全部權利屬于北京郵電大學，未經北京郵電大學許可，擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作，請聯系【客服】
本文鏈接：http://www.szxzyx.cn/pat/books/201910631935.2/1.html，轉載請聲明來源鉆瓜專利網。
