龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
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！
申请/专利权人：株式会社理光
摘要：本申请实施例提供了一种命名实体识别模型的训练方法、装置及存储介质。本申请通过为标签创建标签注解，并在标签注解中包含用于指示标签对应的令牌在命名实体中的位置的信息，这样，本申请实施例在命名实体识别模型训练过程中，引入了标签对应的令牌在命名实体中的位置信息，使得模型能够在了解标签注解的基础上更好的确认不同令牌在同一个命名实体中的不同位置，使得训练得到的命名实体识别模型能够更为准确的识别出命名实体，提升了模型的识别性能。
主权项：1.一种命名实体识别模型的训练方法，所述命名实体识别模型包括有编码器和解码器，所述编码器包括预训练语言模型和注意力机制模型，其特征在于，所述训练方法包括：获取多个已标注标签的训练文本，所述标签用于标注所述训练文本中的令牌所属的命名实体类型；为每个标签构建一个标签注解，其中，在所述标签为命名实体对应的标签时，所述标签注解中包含有位置指示令牌，所述位置指示令牌用于指示所述标签对应的令牌在命名实体中的位置；根据所有的标签注解，生成一个权重矩阵，所述权重矩阵的每一行对应于一个标签注解，每一行中的各个元素依次与所述标签注解中的令牌相对应，且所述标签注解中的位置指示令牌所对应的元素的取值为k，除位置指示令牌外的其他令牌所对应的元素为0，其中，所述k是所述命名实体识别模型训练过程中的可学习参数；将所述训练文本和标签注解输入至所述预训练语言模型，得到所述训练文本的第一向量表示和所述标签注解的第一向量表示；将所述训练文本的第一向量表示和所述标签注解的第一向量表示输入至所述注意力机制模型，计算所述训练文本和所述标签注解之间的第一关系；利用所述权重矩阵对所述第一关系进行加权，得到第二关系，并基于所述第二关系，生成所述训练文本的最终向量表示；将所述训练文本的最终向量表示输入至所述解码器，获得解码器输出的所述训练文本中每个令牌对应的标签；根据所述解码器输出的所述训练文本中每个令牌对应的标签和所述训练文本中已标注的标签，对所述命名实体识别模型进行优化，得到训练好的命名实体识别模型。
全文数据：
权利要求：
百度查询： 株式会社理光 命名实体识别模型的训练方法、装置及存储介质
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号