摘要
本发明公开了一种面向水库群联合调度的小样本命名实体识别方法,通过实体跨度检测和实体类型分类两个阶段构建模型。在跨度检测阶段使用跨度边界矩阵,学习跨度边界信息并过滤潜在错误跨度,提高检测精度;在实体类型分类阶段,通过标签引导提高原型网络构建质量。在模型训练过程中,使用对比学习改进损失函数,通过反向传播更新参数,使相同类型实体的空间表示更加接近。完成实体原型构造后,利用距离函数计算样本与类别原型之间的距离,并将其转化为相似度概率对样本进行分类。本发明实现了水库群联合调度实体的自动提取,能够在样本较少的数据集中完成命名实体识别任务,具有较高的识别效果,极大节省了人工标记所需的人力物力与时间成本。
技术关键词
命名实体识别方法
跨度
原型
样本
水库
预训练语言模型
阶段
命名实体识别模型
标签
矩阵
语义
网络
注意力机制
序列
计算机设备
词语
标记
系统为您推荐了相关专利信息
深度信念网络
沉积微相识别方法
测井曲线数据
智能信息处理技术
受限玻尔兹曼机
信息预测方法
特征提取模型
训练特征
序列
学习特征
模拟器检测方法
分类器模型
弱分类器
启发式规则
变分自动编码器
资源数据分配方法
样本
特征值
特征选择算法
构建分类器