[发明专利]一种处理带格式风格文本的要素内容抽取方法在审
| 申请号： | 202110095807.8 | 申请日： | 2021-01-25 |
| 公开（公告）号： | CN112800762A | 公开（公告）日： | 2021-05-14 |
| 发明（设计）人： | 金鑫;李鹏辉 | 申请（专利权）人： | 上海犀语科技有限公司 |
| 主分类号： | G06F40/289 | 分类号： | G06F40/289;G06F40/295;G06F40/126;G06F40/30;G06F16/35;G06N3/04 |
| 代理公司： | 上海乐泓专利代理事务所(普通合伙) 31385 | 代理人： | 苏杰 |
| 地址： | 200082 上海市*** | 国省代码： | 上海;31 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明的一种处理带格式风格文本的要素内容抽取方法及系统，方法包括如下步骤：S100、事件检测；S200、事件定义；S300、文本标注；S400、模型训练；S500、特征提取；S600、标签预测；系统包括事件检测模块和要素级别实体抽取模块，事件检测模块将文本生成对应的句子向量；采用BiLSTM‑CRF对长文本中的句子进行标注，区分出每个相关的独立事件，要素级别实体抽取模块采用预训练好的BERT模型进行特征提取，得到句子中每个字的嵌入向量，并捕捉双向的语义依赖，利用CRF来学习一个最优路径，进行实体级别的标签预测，可以提升文本数据的采集和录入的时间，提升效率节约人工成本。 | ||
| 搜索关键词： | 一种 处理 格式 风格 文本 要素 内容 抽取 方法 | ||
【主权项】：
暂无信息
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上海犀语科技有限公司，未经上海犀语科技有限公司许可，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/202110095807.8/，转载请声明来源钻瓜专利网。
