[发明专利]基于CNN+BLSTM+CRF的老挝语复杂人名地名实体识别方法在审
| 申请号： | 201910215245.9 | 申请日： | 2019-03-21 |
| 公开（公告）号： | CN110110042A | 公开（公告）日： | 2019-08-09 |
| 发明（设计）人： | 周兰江;彭骁男;张建安 | 申请（专利权）人： | 昆明理工大学 |
| 主分类号： | G06F16/33 | 分类号： | G06F16/33;G06F16/36 |
| 代理公司： | 暂无信息 | 代理人： | 暂无信息 |
| 地址： | 650093 云*** | 国省代码： | 云南;53 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于CNN+BLSTM+CRF的老挝语复杂人名地名实体识别方法。本发明主要融合了老挝语语言学特征到算法模型中，在模型的使用中选择了多种模型融合的方法，提高识别精度，选用的算法模型为CNN+BLSTM+CRF。首先利用CNN将老挝语每个词的字符作为输入，输出特定长度的字符级特征向量。之后将老挝语词语作为输入到BLSTM中，输出和字符级特征向量长度一致的具有上下文语义特征的词向量，将字符级特征向量和词向量组合成完整特征向量。在此基础上将多条老挝语复杂人名地名构词特征融合到CRF算法中，用于提升老挝语复杂人名地名实体词的识别精度。本发明在老挝语复杂人名地名实体词识别上准确率有了提升。 | ||
| 搜索关键词： | 老挝语 特征向量 实体识别 算法模型 词向量 上下文语义 实体词识别 语言学特征 长度一致 构词特征 基础上将 模型融合 融合 输出 准确率 算法 词语 | ||
【主权项】：
1.一种基于CNN+BLSTM+CRF的老挝语复杂人名地名实体识别方法，其特征在于：包括以下步骤：Step1：将老挝语命名实体语料预处理后进行数据集划分，训练集占90％，测试集占10％。Step2：将老挝语句子分词后每个词语的单个字符作为输入，通过CNN输出字符级特征向量。Step3：将老挝语句子分词后作为输入，通过BLSTM模型输出具有上文语义的词向量。Step4：将字符级向量和词向量拼接成特征向量。Step5：将老挝语复杂人名地名的多条构词特征融合到CRF算法中。Step6：将Step4得到的完整特征向量输入到Step5得到的CRF优化模型进行老挝语复杂人名地名实体词识别训练。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于昆明理工大学，未经昆明理工大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201910215245.9/，转载请声明来源钻瓜专利网。
