公开(公告)号：CN117875328A

公开(公告)日：2024-04-12

申请号：CN202410112121.9

申请日：2024-01-26

Applicant: 上海大学

Inventor： 戴东波 ,  张光捷 ,  张惠然

IPC: G06F40/295 ,  G06F40/242 ,  G06F16/35 ,  G06N3/0442 ,  G06N3/045 ,  G06N3/08

Abstract: 本发明涉及一种文本中命名实体的识别方法、装置和存储介质，方法包括以下步骤：获取有标签数据集和无标签数据集；使用有标签数据集训练模型，得到初始模型；从无标签数据集中进行不放回随机采样，得到一批无标签数据，预测得到模型预测结果，对同一批无标签数据，使用语言模型进行模板填充任务，得到字典结构的语言模型预测结果，筛选出模型预测结果与语言模型预测结果符合启发式规则的数据，作为新的有标签数据加入有标签数据集中，使用补充后的有标签数据集重新训练命名实体识别模型，得到评价分数最高的最终模型，应用最终模型识别命名实体。与现有技术相比，本发明能够在只有少量人工标注数据的情况下，训练出符合需求的命名实体识别模型。