WO2018218705A1 - 一种基于神经网络概率消歧的网络文本命名实体识别方法 - Google Patents
一种基于神经网络概率消歧的网络文本命名实体识别方法 Download PDFInfo
- Publication number
- WO2018218705A1 WO2018218705A1 PCT/CN2017/089135 CN2017089135W WO2018218705A1 WO 2018218705 A1 WO2018218705 A1 WO 2018218705A1 CN 2017089135 W CN2017089135 W CN 2017089135W WO 2018218705 A1 WO2018218705 A1 WO 2018218705A1
- Authority
- WO
- WIPO (PCT)
- Prior art keywords
- neural network
- word
- named entity
- network
- corpus
- Prior art date
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F40/00—Handling natural language data
- G06F40/20—Natural language analysis
- G06F40/279—Recognition of textual entities
- G06F40/289—Phrasal analysis, e.g. finite state techniques or chunking
- G06F40/295—Named entity recognition
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F40/00—Handling natural language data
- G06F40/20—Natural language analysis
- G06F40/279—Recognition of textual entities
- G06F40/289—Phrasal analysis, e.g. finite state techniques or chunking
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/08—Learning methods
Definitions
- the network text cannot train a word vector space containing all words to train the neural network because of a large number of network vocabulary, new vocabulary, and typos.
- the named entity corpus is downloaded from the data corpus as a sample corpus, the natural language tool is used to segment the reptile network text, and the corpus and sample corpus of the good word are used to pass the Word2Vec model in python.
- the training of the word vector space is carried out.
- the specific parameters are as follows: the length of the word vector is 200, the number of iterations is 25, the initial step is 0.025, and the minimum step is 0.0001.
- the CBOW model is selected.
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Artificial Intelligence (AREA)
- Computational Linguistics (AREA)
- General Health & Medical Sciences (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Audiology, Speech & Language Pathology (AREA)
- Life Sciences & Earth Sciences (AREA)
- Biomedical Technology (AREA)
- Biophysics (AREA)
- Data Mining & Analysis (AREA)
- Evolutionary Computation (AREA)
- Molecular Biology (AREA)
- Computing Systems (AREA)
- Mathematical Physics (AREA)
- Software Systems (AREA)
- Machine Translation (AREA)
- Character Discrimination (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
Description
Claims (7)
- 一种基于神经网络概率消歧的网络文本命名实体识别方法,其特征在于:将无标签语料分词,利用Word2Vec提取词向量,将样本语料转换成词特征矩阵并窗口化,构建深度神经网络进行训练,在神经网络的输出层加入softmax函数做归一化处理,得到每个词对应命名实体类别的概率矩阵;将概率矩阵重新窗口化,利用条件随机场模型进行消歧,得到最后的命名实体标注。
- 根据权利要求1所述基于神经网络概率消歧的网络文本命名实体识别方法,其特征在于,包括以下步骤:步骤1,通过网页爬虫获取无标签语料,从语料库获取有命名实体标注的样本语料,利用自然语言工具对无标签语料进行分词;步骤2,对已分词好的无标签语料和样本语料通过Word2Vec工具进行词向量空间的训练;步骤3,将样本语料中的文本按照已训练的Word2Vec模型转换成代表词特征的词向量,并对词向量窗口化,将窗口w乘词向量长度d的二维矩阵作为神经网络的输入;将样本语料中的标签转成one-hot形式作为神经网络的输出;神经网络的输出层采用softmax函数进行归一化,使神经网络的分类结果为词汇属于非命名实体及各类命名实体的概率,调整神经网络中的结构、深度、节点数、步长、激活函数、初始值参数以及选取激活函数训练神经网络;步骤4,将神经网络输出的预测矩阵重新窗口化,将待标注词的上下文预测信息作为条件随机场模型中待标注词的实际分类的关联点,根据训练语料利用EM算法,计算出各边的期望值,训练出对应的条件随机场模型;步骤5,识别时,首先将待识别文本按照已训练的Word2Vec模型转换成代表词特征的词向量,若Word2Vec模型中不包含对应的词汇,则采用增量学习、获取词向量、回溯词向量空间的方法将该词转换为词向量,并对词向量窗口化,将窗口w乘词向量长度d的二维矩阵作为神经网络的输入;然后将神经网络得到的预测矩阵重新窗口化放入训练好的条件随机场模型中进行消歧,获得待识别文本中最终的命名实体标注。
- 根据权利要求1所述基于神经网络概率消歧的网络文本命名实体识别方法,其特征在于:所述Word2Vec工具的参数如下:词向量长度选择200,迭代次数25次,初始步长0.025,最小步长0.0001,选用CBOW模型。
- 根据权利要求1所述基于神经网络概率消歧的网络文本命名实体识别方法,其特征在于:所述神经网络的参数如下:隐藏层2层,隐藏节点数150个,步长0.01,batchSize选取40,激活函数使用sigmoid函数。
- 根据权利要求1所述基于神经网络概率消歧的网络文本命名实体识别方法,其特征在于:将样本语料中的标签转成one-hot形式的方法:将样本语料中的”/o”、”/n”、”/p”标签相应的转化为命名实体标签”/Org-B”、”/Org-I”、”/Per-B”、”/Per-I”、”/Loc-B”、”/Loc-I”,在转换成one-hot的形式。
- 根据权利要求1所述基于神经网络概率消歧的网络文本命名实体识别方法,其特征在于:词向量窗口化的窗口大小为5。
- 根据权利要求1所述基于神经网络概率消歧的网络文本命名实体识别方法,其特征在于:神经网络训练时,从样本数据中抽取十分之一的词汇不参与神经网络的训练,作为神经网络的衡量标准。
Priority Applications (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
AU2017416649A AU2017416649A1 (en) | 2017-05-27 | 2017-06-20 | Method for recognizing network text named entity based on neural network probability disambiguation |
CA3039280A CA3039280C (en) | 2017-05-27 | 2017-06-20 | Method for recognizing network text named entity based on neural network probability disambiguation |
RU2019117529A RU2722571C1 (ru) | 2017-05-27 | 2017-06-20 | Способ распознавания именованных сущностей в сетевом тексте на основе устранения неоднозначности вероятности в нейронной сети |
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710390409.2 | 2017-05-27 | ||
CN201710390409.2A CN107203511B (zh) | 2017-05-27 | 2017-05-27 | 一种基于神经网络概率消歧的网络文本命名实体识别方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
WO2018218705A1 true WO2018218705A1 (zh) | 2018-12-06 |
Family
ID=59905476
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
PCT/CN2017/089135 WO2018218705A1 (zh) | 2017-05-27 | 2017-06-20 | 一种基于神经网络概率消歧的网络文本命名实体识别方法 |
Country Status (5)
Country | Link |
---|---|
CN (1) | CN107203511B (zh) |
AU (1) | AU2017416649A1 (zh) |
CA (1) | CA3039280C (zh) |
RU (1) | RU2722571C1 (zh) |
WO (1) | WO2018218705A1 (zh) |
Cited By (17)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109858041A (zh) * | 2019-03-07 | 2019-06-07 | 北京百分点信息科技有限公司 | 一种半监督学习结合自定义词典的命名实体识别方法 |
CN109933801A (zh) * | 2019-03-25 | 2019-06-25 | 北京理工大学 | 基于预测位置注意力的双向lstm命名实体识别方法 |
CN109992629A (zh) * | 2019-02-28 | 2019-07-09 | 中国科学院计算技术研究所 | 一种融合实体类型约束的神经网络关系抽取方法及*** |
CN110781646A (zh) * | 2019-10-15 | 2020-02-11 | 泰康保险集团股份有限公司 | 名称标准化方法、装置、介质及电子设备 |
CN111008271A (zh) * | 2019-11-20 | 2020-04-14 | 佰聆数据股份有限公司 | 一种基于神经网络的关键信息提取方法及*** |
CN111368545A (zh) * | 2020-02-28 | 2020-07-03 | 北京明略软件***有限公司 | 一种基于多任务学习的命名实体识别方法和装置 |
CN111476022A (zh) * | 2020-05-15 | 2020-07-31 | 湖南工商大学 | 实体特征的字符嵌入及混合lstm实体识别方法、***及介质 |
CN111477320A (zh) * | 2020-03-11 | 2020-07-31 | 北京大学第三医院(北京大学第三临床医学院) | 治疗效果预测模型的构建***、治疗效果预测***及终端 |
CN111563380A (zh) * | 2019-01-25 | 2020-08-21 | 浙江大学 | 一种命名实体识别方法及其装置 |
CN111581957A (zh) * | 2020-05-06 | 2020-08-25 | 浙江大学 | 一种基于金字塔层级网络的嵌套实体检测方法 |
CN112101041A (zh) * | 2020-09-08 | 2020-12-18 | 平安科技(深圳)有限公司 | 基于语义相似度的实体关系抽取方法、装置、设备及介质 |
CN113139382A (zh) * | 2020-01-20 | 2021-07-20 | 北京国双科技有限公司 | 命名实体识别方法及装置 |
CN113343690A (zh) * | 2021-06-22 | 2021-09-03 | 北京语言大学 | 一种文本可读性自动评估方法及装置 |
CN113849597A (zh) * | 2021-08-31 | 2021-12-28 | 艾迪恩(山东)科技有限公司 | 基于命名实体识别的违法广告词检测方法 |
CN114048749A (zh) * | 2021-11-19 | 2022-02-15 | 重庆邮电大学 | 一种适用于多领域的中文命名实体识别方法 |
CN115587594A (zh) * | 2022-09-20 | 2023-01-10 | 广东财经大学 | 网络安全的非结构化文本数据抽取模型训练方法及*** |
CN115905456A (zh) * | 2023-01-06 | 2023-04-04 | 浪潮电子信息产业股份有限公司 | 一种数据识别方法、***、设备及计算机可读存储介质 |
Families Citing this family (46)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107203511B (zh) * | 2017-05-27 | 2020-07-17 | 中国矿业大学 | 一种基于神经网络概率消歧的网络文本命名实体识别方法 |
CN107665252B (zh) * | 2017-09-27 | 2020-08-25 | 深圳证券信息有限公司 | 一种创建知识图谱的方法及装置 |
CN107908614A (zh) * | 2017-10-12 | 2018-04-13 | 北京知道未来信息技术有限公司 | 一种基于Bi‑LSTM的命名实体识别方法 |
CN107885721A (zh) * | 2017-10-12 | 2018-04-06 | 北京知道未来信息技术有限公司 | 一种基于lstm的命名实体识别方法 |
CN107967251A (zh) * | 2017-10-12 | 2018-04-27 | 北京知道未来信息技术有限公司 | 一种基于Bi-LSTM-CNN的命名实体识别方法 |
CN107832289A (zh) * | 2017-10-12 | 2018-03-23 | 北京知道未来信息技术有限公司 | 一种基于lstm‑cnn的命名实体识别方法 |
CN107797989A (zh) * | 2017-10-16 | 2018-03-13 | 平安科技(深圳)有限公司 | 企业名称识别方法、电子设备及计算机可读存储介质 |
CN107943788B (zh) * | 2017-11-17 | 2021-04-06 | 平安科技(深圳)有限公司 | 企业简称生成方法、装置及存储介质 |
CN110019648B (zh) * | 2017-12-05 | 2021-02-02 | 深圳市腾讯计算机***有限公司 | 一种训练数据的方法、装置及存储介质 |
CN108121702B (zh) * | 2017-12-26 | 2020-11-24 | 浙江讯飞智能科技有限公司 | 数学主观题评阅方法及*** |
CN108052504B (zh) * | 2017-12-26 | 2020-11-20 | 浙江讯飞智能科技有限公司 | 数学主观题解答结果的结构分析方法及*** |
CN108280062A (zh) * | 2018-01-19 | 2018-07-13 | 北京邮电大学 | 基于深度学习的实体和实体关系识别方法及装置 |
CN108563626B (zh) * | 2018-01-22 | 2022-01-25 | 北京颐圣智能科技有限公司 | 医疗文本命名实体识别方法和装置 |
CN108388559B (zh) * | 2018-02-26 | 2021-11-19 | 中译语通科技股份有限公司 | 地理空间应用下的命名实体识别方法及***、计算机程序 |
CN108763192B (zh) * | 2018-04-18 | 2022-04-19 | 达而观信息科技(上海)有限公司 | 用于文本处理的实体关系抽取方法及装置 |
CN108805196B (zh) * | 2018-06-05 | 2022-02-18 | 西安交通大学 | 用于图像识别的自动增量学习方法 |
RU2699687C1 (ru) * | 2018-06-18 | 2019-09-09 | Общество с ограниченной ответственностью "Аби Продакшн" | Обнаружение текстовых полей с использованием нейронных сетей |
CN109062983A (zh) * | 2018-07-02 | 2018-12-21 | 北京妙医佳信息技术有限公司 | 用于医学健康知识图谱的命名实体识别方法及*** |
CN109255119B (zh) * | 2018-07-18 | 2023-04-25 | 五邑大学 | 一种基于分词和命名实体识别的多任务深度神经网络的句子主干分析方法及*** |
CN109241520B (zh) * | 2018-07-18 | 2023-05-23 | 五邑大学 | 一种基于分词和命名实体识别的多层误差反馈神经网络的句子主干分析方法及*** |
CN109299458B (zh) * | 2018-09-12 | 2023-03-28 | 广州多益网络股份有限公司 | 实体识别方法、装置、设备及存储介质 |
CN109446514A (zh) * | 2018-09-18 | 2019-03-08 | 平安科技(深圳)有限公司 | 新闻实体识别模型的构建方法、装置和计算机设备 |
CN109657238B (zh) * | 2018-12-10 | 2023-10-13 | 宁波深擎信息科技有限公司 | 基于知识图谱的上下文识别补全方法、***、终端及介质 |
CN109710927B (zh) * | 2018-12-12 | 2022-12-20 | 东软集团股份有限公司 | 命名实体的识别方法、装置、可读存储介质及电子设备 |
CN109670177A (zh) * | 2018-12-20 | 2019-04-23 | 翼健(上海)信息科技有限公司 | 一种基于lstm实现医学语义归一化的控制方法及控制装置 |
CN109858025B (zh) * | 2019-01-07 | 2023-06-13 | 鼎富智能科技有限公司 | 一种地址标准化语料的分词方法及*** |
CN109767817B (zh) * | 2019-01-16 | 2023-05-30 | 南通大学 | 一种基于神经网络语言模型的药物潜在不良反应发现方法 |
CN109800437B (zh) * | 2019-01-31 | 2023-11-14 | 北京工业大学 | 一种基于特征融合的命名实体识别方法 |
CN111858838A (zh) * | 2019-04-04 | 2020-10-30 | 拉扎斯网络科技(上海)有限公司 | 一种菜系标定方法、装置、电子设备和非易失性存储介质 |
CN110083778A (zh) * | 2019-04-08 | 2019-08-02 | 清华大学 | 学习分离表征的图卷积神经网络构建方法及装置 |
CN110245242B (zh) * | 2019-06-20 | 2022-01-18 | 北京百度网讯科技有限公司 | 医学知识图谱构建方法、装置以及终端 |
CN110298043B (zh) * | 2019-07-03 | 2023-04-07 | 吉林大学 | 一种车辆命名实体识别方法及*** |
CN110750992B (zh) * | 2019-10-09 | 2023-07-04 | 吉林大学 | 命名实体识别方法、装置、电子设备及介质 |
CN110993081B (zh) * | 2019-12-03 | 2023-08-11 | 济南大学 | 一种医生在线推荐方法及*** |
CN111091003B (zh) * | 2019-12-05 | 2023-10-10 | 电子科技大学广东电子信息工程研究院 | 一种基于知识图谱查询的并行抽取方法 |
CN111209748B (zh) * | 2019-12-16 | 2023-10-24 | 合肥讯飞数码科技有限公司 | 错别词识别方法、相关设备及可读存储介质 |
CN111523323B (zh) * | 2020-04-26 | 2022-08-12 | 梁华智能科技(上海)有限公司 | 一种中文分词的消歧处理方法和*** |
CN111859937A (zh) * | 2020-07-20 | 2020-10-30 | 上海汽车集团股份有限公司 | 一种实体识别方法及装置 |
RU2760637C1 (ru) * | 2020-08-31 | 2021-11-29 | Публичное Акционерное Общество "Сбербанк России" (Пао Сбербанк) | Способ и система извлечения именованных сущностей |
CN112765983A (zh) * | 2020-12-14 | 2021-05-07 | 四川长虹电器股份有限公司 | 一种基于结合知识描述的神经网络的实体消歧的方法 |
CN112487816B (zh) * | 2020-12-14 | 2024-02-13 | 安徽大学 | 一种基于网络分类的命名实体识别方法 |
CN112905742B (zh) * | 2021-02-20 | 2022-07-29 | 厦门吉比特网络技术股份有限公司 | 基于语义模型神经网络识别新词汇的方法、装置 |
CN114218924A (zh) * | 2021-07-27 | 2022-03-22 | 广东电力信息科技有限公司 | 一种基于bert模型的文本意图及实体联合识别方法 |
CN114036948B (zh) * | 2021-10-26 | 2024-05-31 | 天津大学 | 一种基于不确定性量化的命名实体识别方法 |
CN114510943B (zh) * | 2022-02-18 | 2024-05-28 | 北京大学 | 一种基于伪样本重放的增量式命名实体识别方法 |
WO2023204724A1 (ru) * | 2022-04-20 | 2023-10-26 | Общество С Ограниченной Ответственностью "Дентонс Юроп" (Ооо "Дентонс Юроп") | Способ анализа юридического документа |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7502971B2 (en) * | 2005-10-12 | 2009-03-10 | Hewlett-Packard Development Company, L.P. | Determining a recurrent problem of a computer resource using signatures |
CN104809176A (zh) * | 2015-04-13 | 2015-07-29 | 中央民族大学 | 藏语实体关系抽取方法 |
CN105404632A (zh) * | 2014-09-15 | 2016-03-16 | 深港产学研基地 | 基于深度神经网络对生物医学文本序列化标注的***和方法 |
CN106202044A (zh) * | 2016-07-07 | 2016-12-07 | 武汉理工大学 | 一种基于深度神经网络的实体关系抽取方法 |
CN107203511A (zh) * | 2017-05-27 | 2017-09-26 | 中国矿业大学 | 一种基于神经网络概率消歧的网络文本命名实体识别方法 |
Family Cites Families (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8583416B2 (en) * | 2007-12-27 | 2013-11-12 | Fluential, Llc | Robust information extraction from utterances |
RU2399959C2 (ru) * | 2008-10-29 | 2010-09-20 | Закрытое акционерное общество "Авикомп Сервисез" | Способ автоматизированной обработки текста на естественном языке путем его семантической индексации, способ автоматизированной обработки коллекции текстов на естественном языке путем их семантической индексации и машиночитаемые носители |
US8239349B2 (en) * | 2010-10-07 | 2012-08-07 | Hewlett-Packard Development Company, L.P. | Extracting data |
CN103455581B (zh) * | 2013-08-26 | 2016-05-04 | 北京理工大学 | 基于语义扩展的海量短文本信息过滤方法 |
CN105740349B (zh) * | 2016-01-25 | 2019-03-08 | 重庆邮电大学 | 一种结合Doc2vec和卷积神经网络的情感分类方法 |
CN105868184B (zh) * | 2016-05-10 | 2018-06-08 | 大连理工大学 | 一种基于循环神经网络的中文人名识别方法 |
CN106202032B (zh) * | 2016-06-24 | 2018-08-28 | 广州数说故事信息科技有限公司 | 一种面向微博短文本的情感分析方法及其*** |
-
2017
- 2017-05-27 CN CN201710390409.2A patent/CN107203511B/zh active Active
- 2017-06-20 RU RU2019117529A patent/RU2722571C1/ru active
- 2017-06-20 AU AU2017416649A patent/AU2017416649A1/en not_active Abandoned
- 2017-06-20 WO PCT/CN2017/089135 patent/WO2018218705A1/zh active Application Filing
- 2017-06-20 CA CA3039280A patent/CA3039280C/en active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7502971B2 (en) * | 2005-10-12 | 2009-03-10 | Hewlett-Packard Development Company, L.P. | Determining a recurrent problem of a computer resource using signatures |
CN105404632A (zh) * | 2014-09-15 | 2016-03-16 | 深港产学研基地 | 基于深度神经网络对生物医学文本序列化标注的***和方法 |
CN104809176A (zh) * | 2015-04-13 | 2015-07-29 | 中央民族大学 | 藏语实体关系抽取方法 |
CN106202044A (zh) * | 2016-07-07 | 2016-12-07 | 武汉理工大学 | 一种基于深度神经网络的实体关系抽取方法 |
CN107203511A (zh) * | 2017-05-27 | 2017-09-26 | 中国矿业大学 | 一种基于神经网络概率消歧的网络文本命名实体识别方法 |
Cited By (31)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111563380A (zh) * | 2019-01-25 | 2020-08-21 | 浙江大学 | 一种命名实体识别方法及其装置 |
CN109992629A (zh) * | 2019-02-28 | 2019-07-09 | 中国科学院计算技术研究所 | 一种融合实体类型约束的神经网络关系抽取方法及*** |
CN109992629B (zh) * | 2019-02-28 | 2021-08-06 | 中国科学院计算技术研究所 | 一种融合实体类型约束的神经网络关系抽取方法及*** |
CN109858041A (zh) * | 2019-03-07 | 2019-06-07 | 北京百分点信息科技有限公司 | 一种半监督学习结合自定义词典的命名实体识别方法 |
CN109858041B (zh) * | 2019-03-07 | 2023-02-17 | 北京百分点科技集团股份有限公司 | 一种半监督学习结合自定义词典的命名实体识别方法 |
CN109933801A (zh) * | 2019-03-25 | 2019-06-25 | 北京理工大学 | 基于预测位置注意力的双向lstm命名实体识别方法 |
CN109933801B (zh) * | 2019-03-25 | 2022-03-29 | 北京理工大学 | 基于预测位置注意力的双向lstm命名实体识别方法 |
CN110781646B (zh) * | 2019-10-15 | 2023-08-22 | 泰康保险集团股份有限公司 | 名称标准化方法、装置、介质及电子设备 |
CN110781646A (zh) * | 2019-10-15 | 2020-02-11 | 泰康保险集团股份有限公司 | 名称标准化方法、装置、介质及电子设备 |
CN111008271A (zh) * | 2019-11-20 | 2020-04-14 | 佰聆数据股份有限公司 | 一种基于神经网络的关键信息提取方法及*** |
CN111008271B (zh) * | 2019-11-20 | 2022-06-24 | 佰聆数据股份有限公司 | 一种基于神经网络的关键信息提取方法及*** |
CN113139382A (zh) * | 2020-01-20 | 2021-07-20 | 北京国双科技有限公司 | 命名实体识别方法及装置 |
CN111368545B (zh) * | 2020-02-28 | 2024-04-30 | 北京明略软件***有限公司 | 一种基于多任务学习的命名实体识别方法和装置 |
CN111368545A (zh) * | 2020-02-28 | 2020-07-03 | 北京明略软件***有限公司 | 一种基于多任务学习的命名实体识别方法和装置 |
CN111477320A (zh) * | 2020-03-11 | 2020-07-31 | 北京大学第三医院(北京大学第三临床医学院) | 治疗效果预测模型的构建***、治疗效果预测***及终端 |
CN111477320B (zh) * | 2020-03-11 | 2023-05-30 | 北京大学第三医院(北京大学第三临床医学院) | 治疗效果预测模型的构建***、治疗效果预测***及终端 |
CN111581957A (zh) * | 2020-05-06 | 2020-08-25 | 浙江大学 | 一种基于金字塔层级网络的嵌套实体检测方法 |
CN111581957B (zh) * | 2020-05-06 | 2022-04-12 | 浙江大学 | 一种基于金字塔层级网络的嵌套实体检测方法 |
CN111476022A (zh) * | 2020-05-15 | 2020-07-31 | 湖南工商大学 | 实体特征的字符嵌入及混合lstm实体识别方法、***及介质 |
CN111476022B (zh) * | 2020-05-15 | 2023-07-07 | 湖南工商大学 | 实体特征的字符嵌入及混合lstm实体识别方法、***及介质 |
WO2021121198A1 (zh) * | 2020-09-08 | 2021-06-24 | 平安科技(深圳)有限公司 | 基于语义相似度的实体关系抽取方法、装置、设备及介质 |
CN112101041A (zh) * | 2020-09-08 | 2020-12-18 | 平安科技(深圳)有限公司 | 基于语义相似度的实体关系抽取方法、装置、设备及介质 |
CN113343690A (zh) * | 2021-06-22 | 2021-09-03 | 北京语言大学 | 一种文本可读性自动评估方法及装置 |
CN113343690B (zh) * | 2021-06-22 | 2024-03-12 | 北京语言大学 | 一种文本可读性自动评估方法及装置 |
CN113849597A (zh) * | 2021-08-31 | 2021-12-28 | 艾迪恩(山东)科技有限公司 | 基于命名实体识别的违法广告词检测方法 |
CN113849597B (zh) * | 2021-08-31 | 2024-04-30 | 艾迪恩(山东)科技有限公司 | 基于命名实体识别的违法广告词检测方法 |
CN114048749B (zh) * | 2021-11-19 | 2024-02-02 | 北京第一因科技有限公司 | 一种适用于多领域的中文命名实体识别方法 |
CN114048749A (zh) * | 2021-11-19 | 2022-02-15 | 重庆邮电大学 | 一种适用于多领域的中文命名实体识别方法 |
CN115587594A (zh) * | 2022-09-20 | 2023-01-10 | 广东财经大学 | 网络安全的非结构化文本数据抽取模型训练方法及*** |
CN115587594B (zh) * | 2022-09-20 | 2023-06-30 | 广东财经大学 | 网络安全的非结构化文本数据抽取模型训练方法及*** |
CN115905456A (zh) * | 2023-01-06 | 2023-04-04 | 浪潮电子信息产业股份有限公司 | 一种数据识别方法、***、设备及计算机可读存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN107203511B (zh) | 2020-07-17 |
RU2722571C1 (ru) | 2020-06-01 |
CA3039280C (en) | 2021-07-20 |
CN107203511A (zh) | 2017-09-26 |
AU2017416649A1 (en) | 2019-05-02 |
CA3039280A1 (en) | 2018-12-06 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
WO2018218705A1 (zh) | 一种基于神经网络概率消歧的网络文本命名实体识别方法 | |
CN111325029B (zh) | 一种基于深度学习集成模型的文本相似度计算方法 | |
Demir et al. | Improving named entity recognition for morphologically rich languages using word embeddings | |
Dashtipour et al. | Exploiting deep learning for Persian sentiment analysis | |
CN113392209B (zh) | 一种基于人工智能的文本聚类方法、相关设备及存储介质 | |
CN110750648A (zh) | 一种基于深度学习和特征融合的文本情感分类方法 | |
CN113255320A (zh) | 基于句法树和图注意力机制的实体关系抽取方法及装置 | |
CN112069312B (zh) | 一种基于实体识别的文本分类方法及电子装置 | |
Sartakhti et al. | Persian language model based on BiLSTM model on COVID-19 corpus | |
CN113360582B (zh) | 基于bert模型融合多元实体信息的关系分类方法及*** | |
US20230073602A1 (en) | System of and method for automatically detecting sarcasm of a batch of text | |
CN116661805B (zh) | 代码表示的生成方法和装置、存储介质及电子设备 | |
CN108875024B (zh) | 文本分类方法、***、可读存储介质及电子设备 | |
Feifei et al. | Bert-based Siamese network for semantic similarity | |
CN113901224A (zh) | 基于知识蒸馏的涉密文本识别模型训练方法、***及装置 | |
CN111159405B (zh) | 基于背景知识的讽刺检测方法 | |
CN113869040A (zh) | 一种电网调度的语音识别方法 | |
Shelke et al. | A novel approach for named entity recognition on Hindi language using residual bilstm network | |
Cai et al. | Multi-view and attention-based bi-lstm for weibo emotion recognition | |
Cuadrado et al. | team UTB-NLP at finances 2023: financial targeted sentiment analysis using a phonestheme semantic approach | |
Ananth et al. | Grammatical tagging for the Kannada text documents using hybrid bidirectional long-short term memory model | |
CN113157866B (zh) | 一种数据分析方法、装置、计算机设备及存储介质 | |
Li et al. | Sentiment Analysis of User Comment Text based on LSTM | |
CN114595324A (zh) | 电网业务数据分域的方法、装置、终端和非暂时性存储介质 | |
Wang et al. | Aspect level sentiment classification with memory network using word sentiment vectors and a new attention mechanism AM-PPOSC |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
121 | Ep: the epo has been informed by wipo that ep was designated in this application |
Ref document number: 17911449 Country of ref document: EP Kind code of ref document: A1 |
|
ENP | Entry into the national phase |
Ref document number: 3039280 Country of ref document: CA |
|
ENP | Entry into the national phase |
Ref document number: 2017416649 Country of ref document: AU Date of ref document: 20170620 Kind code of ref document: A |
|
NENP | Non-entry into the national phase |
Ref country code: DE |
|
122 | Ep: pct application non-entry in european phase |
Ref document number: 17911449 Country of ref document: EP Kind code of ref document: A1 |