公开(公告)号：CN114970533B

公开(公告)日：2025-04-29

申请号：CN202210593349.5

申请日：2022-05-27

Applicant: 杭州电子科技大学

Inventor： 彭冬亮 ,  杨雪晨 ,  谷雨 ,  刘俊 ,  薛安克

IPC: G06F40/295 ,  G06F16/387 ,  G06F18/25 ,  G06N3/0455 ,  G06N3/08

Abstract: 本发明公开了一种融合相对位置特征的深度学习军事武器实体识别方法。包括：1)基于公开数据构建中文军事武器领域数据集。2)针对公开数据上实体存在的问题，制定军事武器实体识别规则。3)根据数据集作为模型训练的原始数据，采用扁平晶格网络实现字词向量的生成和提取相对位置特征信息。4)以训练结果为输入，加入多头自注意力机制结构对输入文本中的长距离依赖进行建模。5)以训练结果为输入，结合实体识别规则，采用CRF方法作为标签解码器输出全局最优标注序列。本发明解决长距离建模难题与增强上下文特征提取，使得军事武器命名实体识别任务更精准高效。

公开(公告)号：CN114970533A

公开(公告)日：2022-08-30

申请号：CN202210593349.5

申请日：2022-05-27

Applicant: 杭州电子科技大学

Inventor： 彭冬亮 ,  杨雪晨 ,  谷雨 ,  刘俊 ,  薛安克

IPC: G06F40/295 ,  G06F16/387 ,  G06K9/62 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开了一种融合相对位置特征的深度学习军事武器实体识别方法。包括：1)基于公开数据构建中文军事武器领域数据集。2)针对公开数据上实体存在的问题，制定军事武器实体识别规则。3)根据数据集作为模型训练的原始数据，采用扁平晶格网络实现字词向量的生成和提取相对位置特征信息。4)以训练结果为输入，加入多头自注意力机制结构对输入文本中的长距离依赖进行建模。5)以训练结果为输入，结合实体识别规则，采用CRF方法作为标签解码器输出全局最优标注序列。本发明解决长距离建模难题与增强上下文特征提取，使得军事武器命名实体识别任务更精准高效。