一种基于跨度表示的自适应学习命名实体识别方法、系统、设备以及存储介质

本发明提供了一种基于跨度表示的自适应学习命名实体识别方法、系统、设备以及存储介质，包括以下步骤：获取目标的历史数据，其中对所述历史数据预处理，生成训练样本集，所述训练样本集通过数据增强方式扩充训练样本集多样性；根据所述训练样本集通过悬浮标记方法进行标记实体，该方法能够在有效识别文本嵌套实体，并缓解标签不均匀分布，使用数据增强扩充训练样本集多样性，并使用自适应学习算法实现稳健的数据增强。该方法首先进行数据增强，然后使用悬浮标记强调文本，并分组悬浮标记，训练采用不均衡损失函数，训练时使用自适应学习在线计算增强数据权重，实验结果表明该方法有效提升了模型效果。