[发明专利]一种融合自注意力与层级残差记忆网络的实体识别方法在审
| 申请号： | 202211066882.2 | 申请日： | 2022-09-01 |
| 公开（公告）号： | CN115392252A | 公开（公告）日： | 2022-11-25 |
| 发明（设计）人： | 陈平华;林浩 | 申请（专利权）人： | 广东工业大学 |
| 主分类号： | G06F40/295 | 分类号： | G06F40/295;G06K9/62;G06N3/04;G06N3/08 |
| 代理公司： | 长沙轩荣专利代理有限公司 43235 | 代理人： | 张慧敏 |
| 地址： | 510000 *** | 国省代码： | 广东;44 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种融合自注意力与层级残差记忆网络的实体识别方法，采用改进的层级残差Bi‑LSTM模型作为主干网络以增强非线性拟合能力并通过残差模块解决网络深度增加带来的网络退化问题,结合自注意力在多个不同子空间捕获上下文信息来更好地表示句子结构，步骤包括：1)：从领域语料库中挑选并清洗数据集。2)：将文本转为可识别的数值形式；并经过层级残差Bi‑LSTM网络并结合自注意力计算得到每个词的特征向量。3)：经自注意力层，得到对文本不同片段的关注度，再输入进CRF层利用维特比算法得到最佳标注序列。4)：利用log‑loss损失函数指导模型训练，待损失函数收敛后得到精准的实体，有效提高实体识别的准确性。 | ||
| 搜索关键词： | 一种 融合 注意力 层级 记忆 网络 实体 识别 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广东工业大学，未经广东工业大学许可，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/202211066882.2/，转载请声明来源钻瓜专利网。
