一种从新闻页面中自动提取机构实体名词的方法
实质审查的生效
摘要
本发明提供一种从新闻页面中自动提取机构实体名词的方法，包括：对新闻页面中文本内容进行提取解析；进行去重过滤处理，并对空格、标题、符号进行删除，获得待输入文本内容；将待输入文本内容输入标注模型中进行序列处理，获得文本内容中各单词预测标签；将各单词预测标签与现有实体名词数据库进行对比，确认各单词预测标签对应的实体名词类别；将新闻页面与实体名词和实体名词对应类别进行对应并入库。本发明能快速对新闻页面中的实体名词进行提取，并将新闻内容与名称、类别进行对应标记形成结构化数据。
基本信息
专利标题 ：
一种从新闻页面中自动提取机构实体名词的方法
专利标题（英）：
暂无
公开（公告）号 ：
CN114329286A
申请号 ：
CN202111140918.2
公开（公告）日 ：
2022-04-12
申请日 ：
2021-09-29
授权号 ：
暂无
授权日 ：
暂无
发明人 ：
夏朝高华伟
申请人 ：
中译语通科技（成都）有限公司
申请人地址 ：
四川省成都市高新区天府大道北段1199号2栋16楼1608号、1609号
代理机构 ：
代理人 ：
优先权 ：
CN202111140918.2
主分类号 ：
G06F16/958
IPC分类号 ：
G06F16/958 G06F16/335 G06F40/205 G06F40/295 G06N3/04 G06N3/08
IPC结构图谱
G
G部——物理
G06
计算；推算或计数
G06F
电数字数据处理
G06F16/958
•••网络站点的组织或管理，例如：发布,自动链接或保持页面
法律状态
2022-04-29 ：
实质审查的生效
IPC(主分类) : G06F 16/958
申请日 : 20210929
申请日 : 20210929
2022-04-12 ：
公开
注：本法律状态信息仅供参考，即时准确的法律状态信息须到国家知识产权局办理专利登记簿副本。
文件下载
暂无PDF文件可下载
