首页> 中国专利> 一种基于深度学习和上下文语义的需求实体共指检测方法和装置

一种基于深度学习和上下文语义的需求实体共指检测方法和装置

摘要

本发明公开了一种基于深度学习和上下文语义的需求实体共指检测方法和装置。本方法为:1)上下文截取:首先定位实体,然后以该实体为中心根据窗口大小截断文本,将该需求文本作为与该实体相关的上下文;2)构建上下文相似度网络:网络由两部分组成,一部分是用于学习上下文表示的微调BERT模型,另一部分是用于学习实体表示的基于Word2Vec的网络;分别将上下文和实体输入BERT模型和Word2Vec网络,将得到的两种向量表示连接起来;最后使用多层感知器和softmax层来推断预测标签,即两个实体是否为共指实体。本发明能够解决自然语言需求中的实体共指问题,有助于在多个不同领域的利益相关者之间对实体达成共识。

著录项

  • 公开/公告号CN111950281A

    专利类型发明专利

  • 公开/公告日2020-11-17

    原文格式PDF

  • 申请/专利权人 中国科学院软件研究所;

    申请/专利号CN202010632710.1

  • 发明设计人 王亚文;石琳;王青;

    申请日2020-07-02

  • 分类号G06F40/295(20200101);G06F40/211(20200101);

  • 代理机构11200 北京君尚知识产权代理有限公司;

  • 代理人邱晓锋

  • 地址 100190 北京市海淀区中关村南四街4号

  • 入库时间 2023-06-19 08:55:10

法律信息

  • 法律状态公告日

    法律状态信息

    法律状态

  • 2023-03-21

    授权

    发明专利权授予

相似文献

  • 专利
  • 中文文献
  • 外文文献
获取专利

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号