“实体分类”专利关键词查询_检索下载_查询列表_检索列表_行业专利分布_钻瓜专利网

钻瓜专利网为您找到相关结果362177个，建议您升级VIP下载更多相关专利

[发明专利]基于说话人增强类型标签的对话文本关系抽取方法-CN202211519193.2在审
发明人：毛启容;姚庆;詹永照;马忠臣 -专利权人：江苏大学
申请日： 2022-11-30 - 公布日： 2023-03-07 - 主分类号： G06F16/33 文献下载
摘要：本发明公开了一种基于说话人增强类型标签的对话文本关系抽取方法，在实体类型模块中，将实体标签插入到对话文本中实体提及前后，形成输入序列A；将A转换成低维特征序列，将实体标签的头标签对应的低维特征取平均，生成实体类型的特征并进行分类，进而预测实体类型；在关系抽取模块中，将说话人增强类型标签插入到对话文本中实体提及Entity mention前后，形成输入序列B；将B转换成低维特征序列，输入特征强化层，特征强化层捕捉上下文信息且生成实体对主客体的实体表征；将主客体的实体表征和B中的全局特征输入关系分类器进行分类，从而预测实体对之间的关系。
基于说话增强类型标签对话文本关系抽取方法

[发明专利]训练实体识别和关系分类模型的方法、装置、设备及介质-CN201911400682.4有效
发明人：刘嘉庆;喻波;王志海;魏力;谢福进 -专利权人：北京明朝万达科技股份有限公司
申请日： 2019-12-30 - 公布日： 2022-01-28 - 主分类号： G06F16/35 文献下载
摘要：本申请提供了一种训练命名实体识别和关系分类模型的方法、装置、电子设备及存储介质，该方法包括：获得多个样本语料，每个样本语料携带命名实体标签和关系标签；将多个样本语料输入单词嵌入层，得到关系矩阵；将每个样本语料携带的命名实体标签的词向量输入LSTM编码层，得到每个样本语料携带的命名实体标签的上下文编码向量；将得到的上下文编码向量输入命名实体识别模块，对命名实体识别模块进行多次训练；将得到的上下文编码向量和词向量输入关系分类模块，对关系分类模块进行多次训练通过训练得到的模型，可一次性提取命名实体和实体关系，有效整合命名实体和实体关系的信息，可实现命名实体之间的多关系重叠抽取，解决多对多关系抽取问题。
训练实体识别关系分类模型方法装置设备介质

[发明专利]一种文景转换中实体三维具体化的方法及其系统-CN201710358187.6有效
发明人：杨富平;黄杰 -专利权人：重庆邮电大学
申请日： 2017-05-19 - 公布日： 2021-02-09 - 主分类号： G06F16/34 文献下载
摘要：本发明请求保护一种文景转换中实体三维具体化的方法及其系统，该方法包括：步骤一，建立实体的一般可视化属性结构；步骤二，对所有实体进行分类，分析不同类别实体的影响因子和约束关系；步骤三，通过实体分类和分析建立适应子类的可视化属性结构；步骤四，针对不同类别的实体，选择合适的外形结构生成方式；步骤五，从文本中抽取和推理可视化属性结构所需要的影响因子信息；步骤六，通过影响因子信息和实体的外形结构生成可视化的三维实体。本发明巧妙的利用了可视化属性结构和实体分类原则，然后通过实体外形结构的生成和表面纹理的渲染，最终生成满足要求的可视化实体，同时解决了模型粗糙和模型库过于庞大的问题。
一种转换实体三维具体化方法及其系统

[发明专利]城市地理语义知识网络的构建方法、系统、设备及介质-CN202111464715.9在审
发明人：程炎敏 -专利权人：中国电信股份有限公司
申请日： 2021-12-03 - 公布日： 2022-03-08 - 主分类号： G06F16/28 文献下载
摘要：本发明提供了一种城市地理语义知识网络的构建方法、系统、设备及存储介质，所述方法包括步骤：服务器获取地理实体数据，依据所述地理实体数据构建地理实体数据集；服务器对所述地理实体数据集依据至少一预设特征进行分类，得到分类后的地理实体数据；服务器构建关于地理实体的语义关系模型；服务器基于所述语义关系模型和分类后的地理实体数据，获取各地理实体数据之间的语义关系；以及服务器基于图数据库、所述语义关系和地理实体数据集
城市地理语义知识网络构建方法系统设备介质

[发明专利]嵌套实体识别方法、装置、设备及存储介质-CN202310470725.6在审
发明人：付桂振;张文倩 -专利权人：平安科技（深圳）有限公司
申请日： 2023-04-19 - 公布日： 2023-07-21 - 主分类号： G06F40/295 文献下载
摘要：本发明涉及人工智能及数字医疗，提供一种嵌套实体识别方法、装置、设备及存储介质。该方法检测训练文本的文本数量是否小于预设数量，及标注实体是否满足预设要求，若文本数量小于预设数量，且标注实体满足预设要求，则基于训练文本及预设分类器对文本表征网络进行训练，得到文本表征模型，基于文本表征模型对训练文本所输出的表征信息及标注实体训练预设分类器，得到序列分类器，生成嵌套实体识别模型，并对待识别文本进行实体识别，得到文本实体，若文本实体有多个，基于每个文本实体在待识别文本中的文本位置识别出嵌套关系。
嵌套实体识别方法装置设备存储介质

[发明专利]一种基于表示学习的知识库实体分类的计算方法-CN201710608234.8有效
发明人：李涓子;侯磊;金海龙;张鹏 -专利权人：清华大学
申请日： 2017-07-24 - 公布日： 2020-12-01 - 主分类号： G06F16/28 文献下载
摘要：本发明涉及一种基于表示学习的知识库实体分类的计算装置，涉及文本分类和知识库补全领域。所述方法包括步骤：对于知识库中的实体，构造包含不同层次信息的共现网络，将词语‑词语，实体‑词语，类别‑词语，实体‑类别之间的共现信息编码到网络中；基于构造的共现网络，利用基于网络的表示学习方法，学习实体和类别的向量表示；基于学习得到的向量表示，利用学习排序算法，为实体和类别学习映射矩阵，语义上相关的实体和类别在语义空间中接近；利用自顶向下的搜索方法，为知识库中的实体自动分配类别，得到一条类别的路径。本发明方法有利于解决现有实体分类方法中存在的问题。
一种基于表示学习知识库实体分类计算方法

[发明专利]一种文本分类方法及装置-CN201711405321.X有效
发明人：王亮;胡海青 -专利权人：北京奇艺世纪科技有限公司
申请日： 2017-12-22 - 公布日： 2020-09-01 - 主分类号： G06F16/35 文献下载
摘要：本发明提供了一种文本分类方法及装置，属于计算机技术领域。该方法可以确定待分类文本的分类信息，然后将分类信息作为文本分类模型的输入，通过文本分类模型对待分类文本进行分类，最后将分类结果确定为待分类文本的类别。其中，该文本分类模型是由第一特征和第二特征训练得到，第一特征是根据从训练集中抽取的特征词语的词向量确定的，第二特征是根据从训练集中抽取的实体词的词向量确定的。由于文本分类模型训练的过程中结合了训练集中的实体词特征，这样，在利用该文本分类模型进行分类时，可以识别出待分类文本中的实体词，提高文本分类的准确率。
一种文本分类方法装置

[发明专利]实体分类方法、实体分类装置和电子设备-CN202010247706.3有效
发明人：杨双涛 -专利权人：联想（北京）有限公司
申请日： 2020-03-31 - 公布日： 2023-02-21 - 主分类号： G06F40/295 文献下载
摘要：本公开提供了一种实体分类方法，包括：获得待处理信息，并提取待处理信息中的实体特征；基于数据集合确定实体特征的类别，得到与实体特征对应的初始类别；在初始类别不满足预定条件的情况下，调用搜索引擎，基于实体特征进行搜索，获得搜索结果信息；至少基于搜索结果信息，确定实体特征的类别，得到与实体特征对应的目标类别；将实体特征和目标类别存入数据集合。本公开还提供了一种实体分类装置、以及一种电子设备。
实体分类方法装置电子设备

[发明专利]实体语义关系分类方法、模型训练方法、装置及电子设备-CN201811641958.3在审
发明人：樊芳利 -专利权人：新华三大数据技术有限公司
申请日： 2018-12-29 - 公布日： 2019-05-14 - 主分类号： G06K9/62 文献下载
摘要：本发明实施例提出了一种实体语义关系分类方法、模型训练方法、装置及电子设备，涉及文本识别技术领域，通过确定获得语料中的第一实体和第二实体，并根据语料中每个文字距离第一实体的第一位置距离和的距离第二实体的第二位置距离，获得每个文字对应的特征向量，进而将语料中所有文字各自的特征向量进行组合，得到语料对应的模型输入向量，从而将语料对应的模型输入向量作为实体语义关系分类模型的输入，得到该语料对应的实体语义关系，相比于现有技术，能够提升实体语义关系的分类准确率。
语料实体语义关系分类装置及电子设备模型输入模型训练特征向量向量分类准确率第二位置第一位置文本识别

[发明专利]一种基于抽取式的文本分类方法-CN202310574930.7在审
发明人：崔丙剑;程龙龙;曹琉;田野;袁丁;刘邈 -专利权人：中电云脑（天津）科技有限公司
申请日： 2023-05-22 - 公布日： 2023-06-23 - 主分类号： G06F16/35 文献下载
摘要：本发明公开了一种基于抽取式的文本分类方法，涉及到文本分类技术领域，包括S1：样本构造；S2：基于深度预训练模型的实体识别。本发明把文本分类任务转化成实体识别任务，通过实体识别模型从文本中抽取文本的类别标签，把多种类型的文本分类任务转化成统一的实体识别任务，避免了传统方法需要为不同的文本分类任务分别建模的问题；本发明为单标签文本分类任务、多标签文本分类任务和层级多标签文本分类任务分别设计了抽取式的样本生成方式，输入内容包含了文本内容和标签内容，标签不再是独立于文本的符号，模型通过注意力机制可以更好地学习标签与标签之间、标签与文本之间的语义关系，从而实现更好的分类效果。
一种基于抽取文本分类方法

[发明专利]一种对短评论文本进行方面分类方法-CN201610056103.9在审
发明人：温远;印鉴 -专利权人：中山大学;广州中大南沙科技创新产业园有限公司;广州智海纵横信息科技有限公司
申请日： 2016-01-27 - 公布日： 2016-07-06 - 主分类号： G06F17/30 文献下载
摘要：本发明提供一种对短评论文本进行方面分类方法，该方法包括以下步骤：S1：对短评论文本集进行预处理，得到短评论文本集中各个词的词向量；S2：利用短评论文本集中各个词的词向量来计算方面类别相关的标准词向量，并计算各个短评论文本的特征；S3：计算各个短评论文本评论对象实体的特征；S4：根据各个短评论文本的特征及其评论对象实体的特征来训练分类器来进行短评论文本方面分类。该方法分类结果由评论实体和实体属性组成，将评论对象实体的特征单独提取作为最终输入特征的一部分，有效的提升了分类的精确度，也更符合实际分类中的思想，使结果更具可解释性。
一种评论文本进行方面分类方法

[发明专利]基于人工智能的实体关系分类方法、装置、电子设备及介质-CN202111083860.2在审
发明人：李明凡 -专利权人：平安科技（深圳）有限公司
申请日： 2021-09-15 - 公布日： 2021-12-14 - 主分类号： G06F40/211 文献下载
摘要：本发明涉及人工智能领域，揭露一种基于人工智能的实体关系分类方法，包括：将待处理文本对应的目标词语序列输入实体关系分类模型的第一特征提取网络执行字面特征、语义特征及句法特征提取处理，得到各个编码层输出的目标词语序列中每个词语的第一特征向量；将各个第一特征向量输入第二特征提取网络执行局部特征及全局关联特征提取处理，得到目标词语序列中每个词语对应的权重值；基于第一特征向量及权重值计算待处理文本的第二特征向量，将第二特征向量输入分类网络，得到待处理文本中实体之间的关系分类结果本发明还提供一种基于人工智能的实体关系分类装置、电子设备及介质。本发明实现了快速、准确地对实体关系进行分类。
基于人工智能实体关系分类方法装置电子设备介质

[发明专利]一种基于目标实体的企业新闻风险分类方法-CN201910817159.5有效
发明人：刘德彬;陈玮;覃勋辉;吴涛 -专利权人：重庆誉存大数据科技有限公司
申请日： 2019-08-30 - 公布日： 2023-05-16 - 主分类号： G06F16/35 文献下载
摘要：本发明公开了一种基于目标实体的企业新闻风险分类方法，将一篇新闻通过文本分句方式拆分成若干句话；结合目标实体数据库，当内容包含有一个或者多个目标实体时，目标实体和内容的组合作为重点分析对象；采用深度学习技术构建分类网络；对分类网络进行分类训练；本发明中，采用了层级分类，将新闻按照内容分成了若干个大类，每个大类下有若干个子类，每个子类能够具体反映新闻对企业的风险或发展情况；统计新闻中的每个企业实体关于分类类别的一个统计直方图和概率图
一种基于目标实体企业新闻风险分类方法

[发明专利]识别模型的训练方法、识别方法和装置-CN202210826699.1在审
发明人：邓泽贵;蒋宁;吴海英 -专利权人：马上消费金融股份有限公司
申请日： 2022-07-14 - 公布日： 2023-05-23 - 主分类号： G06F16/33 文献下载
摘要：本发明本申请公开了一种识别模型的训练方法、识别方法和装置，用以解决文本的实体间关系识别不准确的问题。本方案包括：获取多组样本数据，样本数据包括文本、文本的标注关系标签、文本对应的特征向量和特征向量的标注分类标签，标注分类标签用于表征文本中是否包含实体，标注关系标签用于表征文本中的实体之间的关系；根据标注关系标签、特征向量和标注分类标签对初始识别模型进行训练，得到识别模型。本申请实施例的方案能降低模型训练复杂度，通过标注分类标签训练模型对文本字词的分类能力，通过标注关系标签训练模型对实体之间关系的识别能力，使训练得到的模型能准确识别文本的实体间关系。
识别模型训练方法装置

[发明专利]一种基于学习的实体识别方法-CN201610657082.6有效
发明人：耿玉水;姜雪松;李鹏 -专利权人：齐鲁工业大学
申请日： 2016-08-11 - 公布日： 2019-12-10 - 主分类号： G06F16/182 文献下载
摘要：本发明公开了一种基于学习的实体识别方法，其实现过程为，从数据记录中抽取出部分数据作为训练数据集并人工标出分类，对其进行预处理，根据相似度值和匹配情况产生分类器；把数据记录中除训练数据集外的其它数据作为测试数据集存储到分布式文件系统中，作为实体识别的输入，采用训练好的分类模型对测试数据集进行分类处理；最后根据系统匹配结果，得出最终的实体识别结果。该基于学习的实体识别方法与现有技术相比，采用和机器学习结合的方式，通过应用分类器来提高执行速度，并能达到很好的识别效果，可以很好地满足识别海量数据中的实体的需求，实用性强。
一种基于学习实体识别方法