一种面向教育考试的跨域图匹配实体识别方法
公开
摘要
本发明公开了一种面向教育考试的跨域图匹配实体识别方法，步骤如下：获取源域命名实体识别数据集，使用源域命名实体识别数据集训练深度神经网络模型得到源域模型；获取带有实体类别标注的教育考试文本数据；利用训练好的源域模型构建目标域模型；把教育考试文本数据输入源域模型和目标域模型分别计算得到源域图和目标域图；利用教育考试文本数据、源域图和目标域图训练目标域模型，训练完成的目标域模型可用于教育考试文本实体识别。该方法利用迁移学习的优势，把模型在数据充足的任务下学习到的知识有效地迁移到带实体类别标注数据较为稀缺的教育考试文本实体识别任务中，提升了对教育考试文本实体识别的准确率。
基本信息
专利标题 ：
一种面向教育考试的跨域图匹配实体识别方法
专利标题（英）：
暂无
公开（公告）号 ：
CN114580415A
申请号 ：
CN202210180038.6
公开（公告）日 ：
2022-06-03
申请日 ：
2022-02-25
授权号 ：
暂无
授权日 ：
暂无
发明人 ：
马千里郑俊豪郑彦魁
申请人 ：
华南理工大学;广州启辰电子科技有限公司
申请人地址 ：
广东省广州市天河区五山路381号
代理机构 ：
广州市华学知识产权代理有限公司
代理人 ：
黄卫萍
优先权 ：
CN202210180038.6
主分类号 ：
G06F40/295
IPC分类号 ：
G06F40/295 G06F40/30 G06K9/62 G06N3/04 G06N3/08 G06Q50/20
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
G06F40/295
命名实体识别
法律状态
2022-06-03 ：
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
