专利内容由知识产权出版社提供
专利名称：基于预测位置注意力的双向LSTM命名实体识别方
法
专利类型：发明专利
发明人：罗森林,周妍汝,潘丽敏,尹继泽,吴舟婷申请号：CN201910225622.7申请日：20190325公开号：CN109933801A公开日：20190625
摘要：本发明涉及基于预测位置注意力的双向LSTM命名实体识别方法，属于自然语言处理与机器学习领域。主要为了解决现有的基于注意力机制的命名实体识别方法输入文本组成要素单一的问题和特征抽取过程中未利用字符序列前后顺序位置信息的问题。本发明首先利用LSTM学习得到字符、词、句三种不同级别的特征向量表示，组合构成混合特征向量；再使用BLSTM模型对混合特征向量进行编码提取全局文本信息，在解码阶段使用基于预测对齐位置的注意力机制的CNN模型来提取文本局部信息，得到的特征向量序列用于判别标签值；最后根据标签值输出文本中的命名实体。在SIGHANbakeoff‑3 MSRA中文命名实体识别语料上实验，结果表明本发明能达到较好的识别效果。
申请人：北京理工大学
地址：100081 北京市海淀区中关村南大街5号
国籍：CN
更多信息请下载全文后查看
