[發明專利]一種實體識別訓練數據BIO自動標注系統及方法在審
| 申請號： | 202011208221.X | 申請日： | 2020-11-03 |
| 公開（公告）號： | CN112270180A | 公開（公告）日： | 2021-01-26 |
| 發明（設計）人： | 肖波 | 申請（專利權）人： | 北京陽光云視科技有限公司 |
| 主分類號： | G06F40/279 | 分類號： | G06F40/279;G06F40/289;G06K9/62;G06N20/20 |
| 代理公司： | 暫無信息 | 代理人： | 暫無信息 |
| 地址： | 100089 北京*** | 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： | 一種 實體 識別 訓練 數據 bio 自動 標注 系統 方法 | ||
1.實體識別訓練數據BIO自動標注系統，其特征在于，包括格式化處理模塊、信息分析模塊及BIO格式轉換模塊，
所述格式化處理模塊用于原始素材的格式化處理；
所述信息分析模塊使用多種算法進行信息標注，生成帶有實體分析信息的內容文件；
所述BIO格式轉換模塊將帶有實體名稱分析信息的文件生成BIO標注信息的格式文件。
2.根據權利要求1所述的實體識別訓練數據BIO自動標注系統，其特征在于，所述信息分析模塊包括手機號碼分析模塊、金額分析模塊及實體名稱分析模塊，
所述手機號碼分析模塊用于分析手機號碼信息；
所述金額分析模塊用于分析金額分析；
所述實體名稱分析模塊根據實體庫中的數千實體命名信息進行分析，最后生成帶有實體分析信息的內容文件。
3.實體識別訓練數據BIO自動標注方法，所述實體識別訓練數據BIO自動標注方法用于實體識別訓練數據BIO自動標注系統，其特征在于，包括以下步驟：
S1.對于原始素材的格式化處理，因為原始素材由很多碎小文件組成，需要手工把這些小文件拼成一個大文件，另外還需要對于文件中的特殊字符進行處理，使文件能夠正常的被處理；
S2.使用多種算法進行信息的標注，首先對于手機號碼信息進行分析，其實還需要對于其中的金額信息進行分析，最重要的是根據實體庫中的數千實體命名信息進行分析，最后生成帶有實體分析信息的內容文件；
S3.根據帶有實體名稱分析信息的文件生成BIO標注信息的格式文件。
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陽光云視科技有限公司，未經北京陽光云視科技有限公司許可，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/202011208221.X/1.html，轉載請聲明來源鉆瓜專利網。
- 數據顯示系統、數據中繼設備、數據中繼方法、數據系統、接收設備和數據讀取方法
- 數據記錄方法、數據記錄裝置、數據記錄媒體、數據重播方法和數據重播裝置
- 數據發送方法、數據發送系統、數據發送裝置以及數據結構
- 數據顯示系統、數據中繼設備、數據中繼方法及數據系統
- 數據嵌入裝置、數據嵌入方法、數據提取裝置及數據提取方法
- 數據管理裝置、數據編輯裝置、數據閱覽裝置、數據管理方法、數據編輯方法以及數據閱覽方法
- 數據發送和數據接收設備、數據發送和數據接收方法
- 數據發送裝置、數據接收裝置、數據收發系統、數據發送方法、數據接收方法和數據收發方法
- 數據發送方法、數據再現方法、數據發送裝置及數據再現裝置
- 數據發送方法、數據再現方法、數據發送裝置及數據再現裝置
