基于深度神经网络的中文命名实体识别方法及系统
实质审查的生效
摘要
本发明提出了基于深度神经网络的中文命名实体识别方法及系统，通过双向长短词记忆模型BiLSTM网络获取上下文特征，并将上下文特征输入到空洞卷积网络ID‑CNN进一步学习语义信息，将上下文特征与语义信息融合后，基于自注意力机制对其进行依赖关系的计算，得到基于依赖关系的特征向量，并通过条件随机场进行标签预测，有效地提高中文命名实体识别的准确度。
基本信息
专利标题 ：
基于深度神经网络的中文命名实体识别方法及系统
专利标题（英）：
暂无
公开（公告）号 ：
CN114510946A
申请号 ：
CN202210417839.X
公开（公告）日 ：
2022-05-17
申请日 ：
2022-04-21
授权号 ：
暂无
授权日 ：
暂无
发明人 ：
王鑫李瑞琪龙开放张晓冉钟诚孙胤泰徐卫志于惠
申请人 ：
山东师范大学
申请人地址 ：
山东省济南市历下区文化东路88号
代理机构 ：
济南圣达知识产权代理有限公司
代理人 ：
于凤洋
优先权 ：
CN202210417839.X
主分类号 ：
G06F40/295
IPC分类号 ：
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
G06F40/295
命名实体识别
法律状态
2022-06-03 ：
实质审查的生效
IPC(主分类) : G06F 40/295
申请日 : 20220421
申请日 : 20220421
2022-05-17 ：
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
