买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网恭喜中南大学申请的专利一种基于通道注意力和字符特征的文本命名实体提取方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN119849501B 。

龙图腾网通过国家知识产权局官网在2025-06-06发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202510317358.5，技术领域涉及：G06F40/295；该发明授权一种基于通道注意力和字符特征的文本命名实体提取方法是由曾锋;凌亚兰;程思梦;谢小卫;姚兴旺设计研发完成，并于2025-03-18向国家知识产权局提交的专利申请。

本一种基于通道注意力和字符特征的文本命名实体提取方法在说明书摘要公布了：本发明公开了一种基于通道注意力和字符特征的文本命名实体提取方法。包括获取待识别的输入文本；构建命名实体识别模型，包括：BERT模型用于获取具有上下文信息的特征、语法结构和语义表示；CharCNN模块用于提取BERT模型输出结果中的字符级特征；DSENet模块用于增强BERT模型输出结果中的实体内容和实体位置特征表达；多层双向长短时记忆网络用于捕捉以上模块的输出进行特征融合后的融合结果中的长距离依赖关系；条件随机场用于对输出序列进行实体标注；将待识别的输入文本输入命名实体识别模型中，获得命名实体。本发明方案提升了实体识别的效果，在非结构化文本NER任务中具有较高的准确率和召回率。

本发明授权一种基于通道注意力和字符特征的文本命名实体提取方法在权利要求书中公布了：1.一种基于通道注意力和字符特征的文本命名实体提取方法，其特征在于，所述方法包括：获取待识别的输入文本；构建命名实体识别模型，所述命名实体识别模型包括BERT模型、CD模块、多层双向长短时记忆网络和条件随机场；所述CD模块包括CharCNN模块和DSENet模块；其中，所述BERT模型用于对输入文本进行处理，获取具有上下文信息的特征、语法结构和语义表示；所述CharCNN模块用于提取所述BERT模型输出结果中的字符级特征；所述DSENet模块用于增强所述BERT模型输出结果中的实体内容和实体位置特征表达；所述多层双向长短时记忆网络用于捕捉所述BERT模型、所述CharCNN模块和所述DSENet模块的输出进行特征融合后的融合结果中的长距离依赖关系；所述条件随机场用于对所述多层双向长短时记忆网络的输出序列进行实体标注；将所述待识别的输入文本输入所述命名实体识别模型中，获得所述命名实体识别模型输出的命名实体；其中，所述DSENet模块，具体用于将CharCNN模块输入的字符级特征进行特征提取后分为一个用于实体内容的第一权重向量和一个用于实体位置的第二权重向量；分别对所述第一权重向量和所述第二权重向量进行通道信息的压缩，获得对应的第一转变向量和第二转变向量；利用两个全连接层、一个ReLU激活函数分别对所述第一转变向量和所述第二转变向量进行降维再升维操作后，再利用一个Softmax激活函数进行处理，生成对应的第三权重向量和第四权重向量；将所述第三权重向量和第四权重向量乘以输入的原始特征，获得增强重要通道信息，抑制不重要通道信息的校准特征。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人中南大学，其通讯地址为：410000 湖南省长沙市岳麓区麓山南路932号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。