[发明专利]基于GPT-2模型的中文电子病历实体识别方法在审
| 申请号： | 201910946630.0 | 申请日： | 2019-10-06 |
| 公开（公告）号： | CN110674641A | 公开（公告）日： | 2020-01-10 |
| 发明（设计）人： | 朱国胜;吴善超;刘飞鸿;祁小云;吴梦宇 | 申请（专利权）人： | 武汉鸿名科技有限公司;湖北大学;明理医疗科技(武汉)有限公司;赛尔网络有限公司 |
| 主分类号： | G06F40/295 | 分类号： | G06F40/295;G06F40/30 |
| 代理公司： | 42220 武汉帅丞知识产权代理有限公司 | 代理人： | 刘丹;朱必武 |
| 地址： | 430000 湖北省武汉市东湖新技术开发区*** | 国省代码： | 湖北;42 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明涉及一种基于GPT‑2模型的中文电子病历实体识别方法，利用GPT‑2预训练模型提取电子病例的特征向量，再从CRF模型作为出口得到识别概率，最终得到中文电子病例的命名实体，所述方法包括如下步骤：1)将中文电子病历的数据分为训练集和测试集两个部分，并对两个部分的数据进行统一标注，标注后的数据包含原始中文电子病历和实体标注；2)以GPT‑2预训练模型为基础，引入CRF模型，建立基于GPT2‑CRF的中文电子病历实体识别模型，使用训练集数据训练，得到训练后的中文电子病历实体识别模型；3)将测试集数据输入中文电子病历实体识别模型中，通过评估分数得到实体识别的最优标注序列。该方法不受文本形式限制，容易实现，并且开发和运行成本低。 | ||
| 搜索关键词： | 电子病历 实体识别 中文 标注 训练模型 测试集数据 训练集数据 命名实体 评估分数 实体标注 输入中文 数据包含 特征向量 文本形式 运行成本 测试集 训练集 概率 引入 出口 开发 统一 | ||
【主权项】：
1.基于GPT-2模型的中文电子病历实体识别方法，其特征在于，利用GPT-2预训练模型提取电子病例的特征向量，再从CRF模型作为出口得到识别概率，最终得到中文电子病例的命名实体，所述方法包括如下步骤：/n1)将中文电子病历的数据分为训练集和测试集两个部分，并对两个部分的数据进行统一标注，标注后的数据包含原始中文电子病历和实体标注；/n1.1)设定标签的实体类别有：身体部位，症状/体征，检查/检验和疾病/诊断；/n1.2)设立多个标注小组，分别对所述训练集和测试集的所有病历依据以上实体类别人工标注得到实验的训练集和测试集，标注结果第一列为实体词，第二列为该词在病历中的开始位置，第三列为该词在病历中的结束位置，最后一列为实体类别；/n1.3)中文电子病历的原始数据为x＝(x
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武汉鸿名科技有限公司;湖北大学;明理医疗科技(武汉)有限公司;赛尔网络有限公司，未经武汉鸿名科技有限公司;湖北大学;明理医疗科技(武汉)有限公司;赛尔网络有限公司许可，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/201910946630.0/，转载请声明来源钻瓜专利网。
- 同类专利
- 文本处理方法、装置-201910980269.3
- 杨荣钦;林衍凯;李鹏;周杰 - 腾讯科技(深圳)有限公司
- 2019-10-15 - 2020-02-14 - G06F40/295
- 本申请提供了一种文本处理方法、装置。该方法包括：获取待处理文本；将待处理文本输入至文本识别模型进行处理，得到文本识别模型对待处理文本的识别结果，文本识别模型是基于有标记训练数据及与文本识别对应的引导任务对用于进行文本处理的预训练模型进行知识蒸馏处理，并根据知识蒸馏处理结果与无标记训练数据再次进行知识蒸馏处理得到的。由于该方法中的文本识别模型相比于只根据训练数据得到的模型使用了更多的数据训练，因此，该文本处理方法识别文本更加准确。此外，由于该文本处理方法使用的文本识别模型是通过知识蒸馏得到的，该文本处理方法更加便于应用。
- 一种命名实体识别方法、系统及电子设备-201911033901.X
- 宋思睿;宋彦 - 创新工场(广州)人工智能研究有限公司
- 2019-10-26 - 2020-02-14 - G06F40/295
- 本发明提供一种命名实体识别方法、系统及电子设备，本方法通过获取至少一文本，所述文本内含有顺序排列的至少一字，预测所述至少一字的预测标签，根据所述至少一字的预测标签及所述至少一字获得对应的命名实体，将在先获得的所述命名实体作为下一字预测的输入之一，预测获得下一字的预测标签，至少根据下一字的预测标签获得对应的下一个命名实体，并识别所述命名实体的类别。利用了在同一文本中不同命名实体之间的语义联系，使得可通过先识别获得的命名实体信息提高对下一字的预测准确度。
- 一种基于外部知识的命名实体识别方法、系统及电子设备-201911034091.X
- 宋思睿;宋彦 - 创新工场(广州)人工智能研究有限公司
- 2019-10-26 - 2020-02-14 - G06F40/295
- 本发明提供一种基于外部知识的命名实体识别方法、系统及电子设备，本方法通过获取至少一文本，初步识别出多个字组成的多个初始命名实体，并基于所述多个初始命名实体结合外部知识数据库获得每两个初始命名实体之间的初始关系向量，基于所述初始关系向量及多个所述初始命名实体，获得真实命名实体，通过引入来自于外界知识数据库的信息帮助命名实体的识别，使得初始命名实体在初步识别后，通过结合外部知识进行进一步判断，以在多个初始命名实体中筛选获得真实命名实体，提高了命名实体识别的准确率。
- 一种实体关系联合抽取方法-201911063750.2
- 冯钧;杭婷婷;李晓东;陆佳民;严乐;朱跃龙 - 河海大学
- 2019-11-04 - 2020-02-11 - G06F40/295
- 本发明公开了一种基于多标签标注和复合注意力机制的实体关系联合抽取方法，包括以下步骤：收集用于研究的语料数据，然后去除关系标签为"None"的句子，对剩余的句子进行多标签标注，形成训练集；将经过多标签标注的句子输入到联合抽取模型中，通过所述联合抽取模型来识别句子中所包含的实体以及实体之间的关系，构建三元组；利用关系对齐模型对抽取出来的三元组进行校正，以适应(头实体E1，尾实体E2)实体对的多标签标注。本发明的效果为：能够有效的提高三元组抽取的准确率，是针对非结构化数据进行信息抽取的有效工具。
- 命名实体的识别方法及装置-201811332914.2
- 聂镭;徐泓洋;郑权;张峰;聂颖 - 龙马智芯(珠海横琴)科技有限公司
- 2018-11-09 - 2020-02-11 - G06F40/295
- 本发明公开了一种命名实体的识别方法及装置。其中，该方法包括：利用卷积神经网络模型CNN对文字图像进行信息抽取，得到文字图像中文字对应的字体向量；将字体向量与文字对应的文字向量进行拼接，并根据拼接得到的拼接向量获取特征向量；根据特征向量得到命名实体集，其中，命名实体集中包括多个命名实体；构建与文字图像对应的设问题目，并基于设问题目定位得到需要获取的命名实体，其中，需要获取的命名实体属于命名实体集。本发明解决了相关技术中利用传统的信息提取方式对一些文件进行信息识别得到的信息为不可用的信息的技术问题。
- 实体识别语料的标注方法、系统、装置及存储介质-201910875551.5
- 陈秀玲 - 平安科技(深圳)有限公司
- 2019-09-17 - 2020-02-04 - G06F40/295
- 本发明涉及语义解析技术领域，提出一种实体识别语料的半自动化标注方法、系统、装置及存储介质，其中的方法包括获取模型训练数据，基于所述模型训练数据训练实体识别模型；同时，获取识别工具，并设定识别规则；将待识别的语料分别输入训练完成的实体识别模型、识别工具和识别规则中进行实体识别，并获取对应的识别结果；将所述实体识别模型、识别工具和识别规则的识别结果两两分组，并将每组中的两个识别结果做并集处理，获取对应的并集结果；对各并集结果做交集处理，获取所述待识别的语料的最终识别结果。本发明能够提高文本识别标注的准确率，大大降低人工标注的工作量。
- 分词方法及分词器、命名实体识别方法及系统-201910978522.1
- 张发展;刘世林;罗镇权;李焕;曾途;尹康;杨李伟;吴桐 - 成都数联铭品科技有限公司
- 2019-10-15 - 2020-02-04 - G06F40/295
- 本发明涉及一种分词方法及分词器、命名实体识别方法及系统，所述分词方法包括步骤：构建词典；基于所述词典将待分词语句生成前缀树并进行词图扫描，生成所有可能成词情况所构成的有向无环图；采用动态规划查找最大概率路径,找出基于词频的最大切分组合；对于待分词语句中不存在于所述词典中的未登录词，按照字符进行分词，将未登录词分割为若干个字。本发明方法中，将未登录词单独处理分割为单个字，而不是分成词，因此可以避免未登录名被分词后与前后文词重新组合，继而可以提高未登录名的识别准确性。
- 一种实体关系抽取方法、装置、电子设备及存储介质-201911013657.0
- 邸凡祎 - 北京字节跳动网络技术有限公司
- 2019-10-23 - 2020-02-04 - G06F40/295
- 本申请公开了一种实体关系抽取方法、装置、电子设备及存储介质。包括：获取多个标准语句实例；在每个标准语句实例中，提取与实体对具有语法依存关系的关键词，并根据关键词确定与每个标准语句实例分别对应的特征值；根据与每个标准语句实例分别对应的特征值，将各标准语句实例进行聚类处理得到至少一个聚类簇；根据待处理语句实例属于各聚类簇的概率值，确定与待处理语句实例对应的实体关系。通过提取与标准语句实例中的实体对具有依存关系的关键词来确定该标准语句实例的特征值，减少了与实体对无关的冗余噪声，从而使得根据特征值进行聚类，并根据聚类结果对待处理语句实例进行实体关系抽取时，从而提高了实体关系抽取的精度以及召回率。
- 菜名实体识别方法、装置、电子设备及存储介质-201910876981.9
- 黄尚志;江峰 - 北京三快在线科技有限公司
- 2019-09-17 - 2020-01-31 - G06F40/295
- 本申请公开了一种菜名实体识别方法，属于计算机技术领域，有助于提升用户评论数据中菜名实体识别的准确性。所述菜名实体识别方法包括：分别获取菜品评论文本的文本特征编码和结构化特征编码；将所述文本特征编码和所述结构化特征编码进行融合，得到所述菜品评论文本的融合特征编码；将所述融合特征编码输入至预先训练的菜名实体识别模型，得到所述菜品评论文本中包括的菜名实体在所述菜品评论文本中的位置信息。本申请实施例公开的菜名实体识别方法通过结合用户评论数据的文本信息和领域先验知识进行特征信息提取，有效提升了菜名实体识别的准确性。
- 一种基于特征字的半监督中医命名实体获取方法-201910930733.8
- 周洪伟;伍小劲;刘亮亮;谢琪;曹馨宇;林睿凡;张妮楠 - 中国中医科学院
- 2019-09-29 - 2020-01-31 - G06F40/295
- 本发明提供一种基于特征字的半监督中医命名实体获取方法，涉及人工智能及中文自然语言处理技术领域。针对目前中医命名实体获取方法的召回率和准确率不够好的这种问题，该方法使用通识类语料和中医相关语料训练出字向量加权组合，并对于中医领域特殊的特征词的字向量进行特殊处理，并使用半监督的方法进行训练语料的扩充，在减少训练标注数据的情况下，使模型在中医命名实体获取上取得较好的效果，有效提升了中医语料中的命名实体的抽取效果。
- 基于语义分析与监督学习模型的新闻主题推荐算法-201910971023.X
- 麦淼;李梓华;王梦环 - 广东南方新媒体科技有限公司
- 2019-10-14 - 2020-01-31 - G06F40/295
- 本发明属于稿件内容语义上的主题分析技术领域，涉及一种基于语义分析与监督学习模型的新闻主题推荐算法，主要分为三部分：首先是主题聚类，其次是标题与主题相似度计算，最后进行监督分类。本发明基于语义分析与监督学习模型的新闻主题推荐算法与传统的主题聚类算法相比，依赖于监督分类算法的预测稳定性和算法的健壮性优胜于的主题聚类算法，同时也结合了主题聚类算法的灵活性，解决了监督学习缺乏训练集的问题。
- 文本的实体识别方法、设备及存储介质-201911013316.3
- 邸凡祎 - 北京字节跳动网络技术有限公司
- 2019-10-23 - 2020-01-31 - G06F40/295
- 本公开实施例提供一种文本的实体识别方法、设备及存储介质，通过获取待处理文本；识别待处理文本中的机构实体全称，根据预设的目标机构实体后缀词典识别机构实体全称中的目标机构实体全称，得到第一类目标机构实体；根据预设的目标机构实体简称词典识别待处理文本中的目标机构实体简称，得到第二类目标机构实体；根据预先训练的识别模型对待处理文本中进行实体识别，得到第三类目标机构实体；将各类目标机构实体合并，作为待处理文本中包含的目标机构实体进行输出。本公开实施例通过对待处理文本进行多个层面的实体识别，能识别待处理文本中目标机构实体全称和目标机构实体简称，提高目标机构实体识别的准确率和召回率，节约人力成本和时间成本。
- 一种空间实体的空间相关度的计算方法及装置-201910336036.X
- 杨雅萍;陈晓娜;杜佳 - 中国科学院地理科学与资源研究所
- 2019-04-24 - 2020-01-24 - G06F40/295
- 本发明实施例提供一种空间实体的空间相关度的计算方法及装置，所述方法包括：获取两个空间实体的空间拓扑关系、空间度量参数和空间耦合尺度；根据所述空间实体的空间拓扑关系和空间度量参数，确定所述空间实体的相关度基本权重和相关度控制权重；根据所述空间耦合尺度、所述相关度基本权重和所述相关度控制权重，计算所述空间实体的空间相关度，使得计算出的地理实体相关度数值分布均匀，区分度良好。
- 基于视觉特征的信息深度处理方法及系统-201911009497.2
- 郑创伟;邵晓东;赵捍东;丁芳桂;杨安颜;康轶泽 - 深圳报业集团;深圳市创意智慧港科技有限公司;深圳报业集团电子商务有限公司
- 2019-10-23 - 2020-01-24 - G06F40/295
- 本申请提供一种基于视觉特征的信息深度处理方法及系统，所述基于视觉特征的信息深度处理方法包括步骤：获取基于视觉特征的图文数据，对所述图文数据采用AI人工智能和/或深度学习技术进行语义识别，以识别得到意图信息，根据识别得到的意图信息对所述图文数据执行预定义的操作策略，以形成用于媒体业的包括媒体内容、版权和/或用户资源的图文数据库。通过上述方式，本申请能够对视觉特征的图文数据进AI处理和深度学习处理，然后建立可以适用于媒体业的图文数据库，实现行业的转型升级，提升行业的技术地位和发展优势，提高市场竞争力。
- 神经网络训练方法和装置及命名实体识别方法和装置-201811011544.2
- 赵汉光;王珵;戴文渊 - 第四范式(北京)技术有限公司
- 2018-08-31 - 2020-01-21 - G06F40/295
- 提供一种神经网络训练方法和装置及命名实体识别方法和装置。一种用于命名实体识别的神经网络的训练方法，其中，神经网络包括多个子神经网络，训练方法包括：获取第一训练文本集和第一训练文本集的关于多个命名实体类别的标注信息；将第一训练文本集输入到神经网络中，得到各子神经网络输出的命名实体识别信息，其中，神经网络中的各子神经网络与第一训练文本集的标注信息包含的多个命名实体类别一一对应；对于各子神经网络，基于第一训练文本集的该子神经网络对应的命名识别类别的标注信息以及该子神经网络输出的命名实体识别信息，计算该子神经网络的损失；根据各子神经网络的损失计算神经网络的损失，并根据神经网络的损失训练神经网络。
- 基于预训练语言模型的电子病历文本命名实体识别方法-201910785097.4
- 戴亚康;戴斌;耿辰;周志勇;胡冀苏 - 中国科学院苏州生物医学工程技术研究所
- 2019-08-23 - 2020-01-17 - G06F40/295
- 本发明属于医疗信息数据处理技术领域，具体涉及一种基于预训练语言模型的电子病历文本命名实体识别方法，包括：从公开数据集收集电子病历文本作为原始文本，并预处理；基于规范医疗术语集对经预处理的原始文本实体标注，得标注文本；将标注文本输入预训练语言模型，得字向量表示的训练文本；构建BiLSTM‑CRF序列标注模型，对训练文本进行学习，得训练的标注模型；以训练的标注模型作为实体识别模型，输入测试文本即可输出标注的类别标签序列。利用在超大规模中文语料中训练得到深层语言模型中的文本特征和语义信息，能够提供更好的语义压缩效果，避免人工标注繁琐复杂的问题，且不依赖词典和规则，提高了命名实体识别的查全率和准确率。
- 一种基于机器学习和深度学习的中文自然语言处理工具系统-201910867399.6
- 魏巍;陈志毅;李恒;杨佳鑫;王赞博;徐晨维;热克甫;王振海 - 华中科技大学
- 2019-09-12 - 2020-01-17 - G06F40/295
- 本发明公开了一种基于机器学习和深度学习的中文自然语言处理工具系统，包括：数据处理模块，用于获取待处理中文文本和处理任务类型，并根据处理任务类型将接收的中文文本转换为计算机可读的数据格式；任务应用模块，用于根据数据处理模块获取的数据和自然语言处理需求，使用统一接口调用算法模型库，完成全流程模型训练；并根据保存的自然语言处理模型，对外提供规范统一的任务调用接口，以完成相应自然语言处理任务；算法模型库，用于保存自然语言处理任务的算法及根据算法训练得到的模型。本发明构造了合理的系统架构，通过所有功能训练接口统一、训练流程统一、调用接口统一、调用流程统一，作为自然语言处理工具使用更加简单高效。
- 一种企业曾用名识别方法、系统、介质及设备-201910901339.1
- 柏杨 - 北京海致星图科技有限公司
- 2019-09-23 - 2020-01-17 - G06F40/295
- 本发明涉及一种企业曾用名识别方法、系统、介质及设备，其中的方法包括：对从知识图谱中获取的企业实体数据进行预处理：从企业的至少一个维度对经过预处理的企业实体数据中的企业曾用名进行抽取，生成第一企业曾用名候选集合。本发明从知识图谱中企业的多个维度对企业曾用名进行抽取，扩大了企业曾用名信息的来源，解决了单从互联网抓取网站里登记的企业曾用名而进行企业合并的单一性。
- 情感分析方法、系统、计算机终端及存储介质-201910927228.8
- 陈烨;胡祎;赵双喜;曹蒙蒙 - 上海烨睿信息科技有限公司
- 2019-09-27 - 2020-01-17 - G06F40/295
- 本发明实施例涉及人工智能领域，公开了一种情感分析方法、系统、计算机终端及存储介质，该方法包括获取待分析文本内容，识别待分析文本内容中的目标对象；对待分析文本内容进行分词处理；将分词处理得到的词输入预训练的分词字典，得到对应每个词的词向量；采用情感词典优化词向量；将目标对象和优化后的词向量输入情感分析模型，计算得到待分析文本内容针对目标对象的情感倾向概率；该方法可以高效准确地计算分析结果，能实现较好地提取和判断文本对于目标对象的情感，适用性强。
- 命名实体的识别方法、电子设备及计算机存储介质-201910964988.6
- 柳燕煌 - 掌阅科技股份有限公司
- 2019-10-11 - 2020-01-17 - G06F40/295
- 本发明公开了一种命名实体的识别方法、电子设备及计算机存储介质，该方法包括：获取原始文本中包含的各个文字及其初始字向量，获取原始文本中包含的各个分词及其初始词向量；根据各个文字的初始字向量以及各个文字在原始文本中的上下文信息，确定各个文字的语义字向量；以及，根据各个分词的初始词向量以及各个分词在原始文本中的上下文信息，确定各个分词的语义词向量；确定与各个文字的语义字向量相对应的第一实体识别结果，与各个分词的语义词向量相对应的第二实体识别结果；根据第一实体识别结果以及第二实体识别结果识别原始文本中包含的命名实体。该方式能够获取到更加准确的识别结果，避免了因字向量的信息量少所导致的识别错误。
- 基于机器学习的中文医疗实体识别方法及系统-201910936307.5
- 王红;王彩雨;王峰;赵丽丽;虞凤萍;庄鲁贺;李威;胡斌;张伟 - 山东师范大学
- 2019-09-29 - 2020-01-14 - G06F40/295
- 本公开公开了基于机器学习的中文医疗实体识别方法及系统，获取训练用的电子病历；构建训练用的电子病历的字典；构建训练用的电子病历的词典；对训练用的电子病历进行数据标记，得到每一个字和每一个字对应的标记符号；将嵌入字向量和词向量后的长短期记忆网络LSTM的输出端和嵌入字向量的卷积神经网络模型CNN的输出端，均与条件随机场CRF的输入端相连接，构建机器学习模型；将已进行数据标记的训练用的电子病历，输入到机器学习模型中，对机器学习模型进行训练，得到训练好的机器学习模型；获取待识别的电子病历，将待识别的电子病历输入到机器学习模型中，输出电子病历的中文医疗实体识别结果。
- 一种文章生成的方法和装置-201910950752.7
- 杨光磊;廖敏鹏;李长亮 - 北京金山数字娱乐科技有限公司;成都金山数字娱乐科技有限公司
- 2019-10-08 - 2020-01-14 - G06F40/295
- 本申请提供一种文章生成的方法和装置，所述方法包括：接收标题文本，确定所述标题文本中的实体关系；根据所述标题文本、实体关系和起始符生成第一句；根据所述标题文本、实体关系、起始符和第一句至第i‑1句生成第i句，直至达到生成条件，其中，i≥2；拼接生成的句子获得文章。利用了第一句至第i‑1句连贯的语义信息，并以此实现第i句中词语的生成，使得生成的第i句与前面生成的第一句至第i句的语义信息前后连贯，且避免了生成的第i句与在先生成的第一句至第i‑1句的语义的重复，提高了生成的文章质量。
- 语料标注系统及电子设备-201910902201.3
- 于博文;郭慧 - 百度在线网络技术(北京)有限公司
- 2019-09-23 - 2020-01-10 - G06F40/295
- 本申请公开了语料标注系统及电子设备，涉及人工智能领域。具体包括：辅助标注组件，用于响应于对待标注语料数据进行标注的标注请求，展示辅助标注界面，辅助标注界面至少显示有提示信息，提示信息表征与待标注语料数据相关联的语料数据的标注结果的相关信息；标注组件，用于响应于表征标注结果的输入操作，并在与待标注语料数据的对应位置上展示目标标注结果；质量检测组件，用于响应于对目标标注结果的保存操作，启动检测机制，并获取针对目标标注结果的反馈信息，基于反馈信息确定目标标注结果是否满足准确度要求，以从系统架构层面提供一种语料标注平台，旨在提升语料标注质量。
- 基于GPT-2模型的中文电子病历实体识别方法-201910946630.0
- 朱国胜;吴善超;刘飞鸿;祁小云;吴梦宇 - 武汉鸿名科技有限公司;湖北大学;明理医疗科技(武汉)有限公司;赛尔网络有限公司
- 2019-10-06 - 2020-01-10 - G06F40/295
- 本发明涉及一种基于GPT‑2模型的中文电子病历实体识别方法，利用GPT‑2预训练模型提取电子病例的特征向量，再从CRF模型作为出口得到识别概率，最终得到中文电子病例的命名实体，所述方法包括如下步骤：1)将中文电子病历的数据分为训练集和测试集两个部分，并对两个部分的数据进行统一标注，标注后的数据包含原始中文电子病历和实体标注；2)以GPT‑2预训练模型为基础，引入CRF模型，建立基于GPT2‑CRF的中文电子病历实体识别模型，使用训练集数据训练，得到训练后的中文电子病历实体识别模型；3)将测试集数据输入中文电子病历实体识别模型中，通过评估分数得到实体识别的最优标注序列。该方法不受文本形式限制，容易实现，并且开发和运行成本低。
- 一种基于深度神经网络的法语命名实体识别方法-201910039188.3
- 王文贤;唐瑞;陈兴蜀;严红;王海舟 - 四川大学
- 2019-01-16 - 2020-01-10 - G06F40/295
- 本发明公开了一种基于深度神经网络的法语命名实体识别方法，包括以下步骤：步骤1：构建基于深度神经网络面向法语命名实体识别的神经网络模型CGC‑fr；步骤2：获取法语新闻文本，训练法语词向量，得到词‑词向量集；步骤3：使用标注的法语命名实体识别语料，得到词‑字符向量集和词‑语法向量集；步骤4：将语料划分为测试集和训练集，形成对应的三维向量；步骤5：对神经网络模型进行训练；步骤6：对测试集进行命名实体识别；本发明充分考虑法语单词的语义特征，构建的神经网络对单词的形态结构特征敏感，可兼顾上下文信息，针对性强，识别准确率高。
- 专利分类
