基于迁移学习的基地命名实体识别系统及方法
实质审查的生效
摘要
本发明公开了基于迁移学习的基地命名实体识别方法，包括如下步骤：1、对基地数据进行采集和预处理，并根据需要预定义实体类型；2、对基地数据进行标注；3、获取开源的迁移学习模型；4、对本发明所述模型进行训练；5、进行命名实体识别。本发明通过迁移学习使得模型利用额外的海量数据进行预先的自监督训练，解决了传统深度学习模型需要海量标注训练数据的限制，同时运用泛化能力较强的BiGRU模型编码实体的上下文信息，在人为干预较少的情况下实现更准确的基地命名实体预测，为后续知识图谱的自动化构建提供了技术支持。
基本信息
专利标题 ：
基于迁移学习的基地命名实体识别系统及方法
专利标题（英）：
暂无
公开（公告）号 ：
CN114356990A
申请号 ：
CN202111652819.2
公开（公告）日 ：
2022-04-15
申请日 ：
2021-12-30
授权号 ：
暂无
授权日 ：
暂无
发明人 ：
马良荔覃基伟李陶圆何智勇牛敬华
申请人 ：
中国人民解放军海军工程大学
申请人地址 ：
湖北省武汉市解放大道717号
代理机构 ：
武汉开元知识产权代理有限公司
代理人 ：
李满
优先权 ：
CN202111652819.2
主分类号 ：
G06F16/2455
IPC分类号 ：
G06F16/2455 G06F40/295 G06F40/284 G06F16/35 G06K9/62 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
G06F16/2455
••••查询执行
法律状态
2022-05-03 ：
实质审查的生效
IPC(主分类) : G06F 16/2455
申请日 : 20211230
申请日 : 20211230
2022-04-15 ：
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
