[发明专利]一种基于神经网络的中文命名实体识别方法、装置、设备以及存储介质有效
| 申请号： | 201911000998.4 | 申请日： | 2019-10-21 |
| 公开（公告）号： | CN110717331B | 公开（公告）日： | 2023-10-24 |
| 发明（设计）人： | 黄浩 | 申请（专利权）人： | 北京爱医博通信息技术有限公司 |
| 主分类号： | G06F40/295 | 分类号： | G06F40/295;G06N3/08 |
| 代理公司： | 成都顶峰专利事务所(普通合伙) 51224 | 代理人： | 杨军 |
| 地址： | 100000 北京市北京经济*** | 国省代码： | 北京;11 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明涉及中文语言处理及识别技术领域，公开了一种基于神经网络的中文命名实体识别方法、装置、设备以及存储介质。通过本发明创造，提供了一种综合利用字符和词特征进行基于神经网络的深度学习方式来提高中文命名实体识别率的新方法，即在模型训练前，通过对待训练数据进行预处理，使训练样本包含有作为词边界信息的字符位置标识向量，进而确保训练得到的中文命名实体识别模型具有极高的识别率，使该识别模型能够将输入文本转化为命名实体标签，从而可解决现有技术无法利用句子中单词的信息，进而导致识别效果有瑕疵，限制了识别率提升的问题，便于实际应用和推广。此外，所述中文命名实体识别方法容易实现，并且开发和运行成本较低。 | ||
| 搜索关键词： | 一种 基于 神经网络 中文 命名 实体 识别 方法 装置 设备 以及 存储 介质 | ||
【主权项】：
1.一种基于神经网络的中文命名实体识别方法，其特征在于，包括如下步骤：/nS101.对待训练数据进行预处理，得到各个句子的字符特征标识向量和字符位置标识向量，其中，所述字符特征标识向量包含有在对应句子中各个字的字符特征唯一ID号，所述字符位置标识向量包含有在对应句子中各个字的字符位置唯一ID号；/nS102.将各个句子的所述字符特征标识向量和所述字符位置标识向量作为训练样本，导入多层神经网络模型进行训练，得到中文命名实体识别模型；/nS103.应用所述中文命名实体识别模型对目标文本进行中文命名实体识别，获取实体标注结果。/n
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北京爱医博通信息技术有限公司，未经北京爱医博通信息技术有限公司许可，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/201911000998.4/，转载请声明来源钻瓜专利网。
