• 主题
高级搜索  >
历史搜索 清空历史
首页> 中国专利> 一种多类型实体识别的多任务深度学习模型的训练方法

一种多类型实体识别的多任务深度学习模型的训练方法

页面导航
  • 摘要
  • 著录项
  • 相似文献

摘要

本发明适用于数据抽取技术领域，提供一种多类型实体识别的多任务深度学习模型的训练方法及装置，所述方法包括：数据预处理；建立skip‑gram神经网络模型将预处理后的文本语料数据转为向量；根据要识别和提取的实体类型构建样本数据集；构建样本数据的分词特征；建立多类型实体识别的多任务深度学习模型。本发明中，相关类型的实体采用参数共享的方式实现共同特征的提取，又使用独立的模型完成实体的标注，使得模型对于一个文本数据的多种实体识别和提取有更好的泛化能力，即实体识别的整体正确性得到提升；另外，本发明只训练一个模型，在一次迭代过程中共同特征只用训练一次，可以极大的缩减训练时间。

著录项

  • 公开/公告号CN108920460B

    专利类型发明专利

  • 公开/公告日2022-03-11

    原文格式PDF

  • 申请/专利权人 武大吉奥信息技术有限公司;

    申请/专利号CN201810669851.3

  • 发明设计人 吴杰;杨曦;沈满;刘奕夫;周游宇;布恒;

    申请日2018-06-26

  • 分类号G06F40/279(20200101);G06N3/08(20060101);

  • 代理机构11241 北京双收知识产权代理有限公司;

  • 代理人曾晓芒

  • 地址 430223 湖北省武汉市东湖开发区庙山小区江夏大道武大科技园

  • 入库时间 2022-08-23 13:15:20

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