摘要
本发明涉及文本数据处理技术领域,特别涉及一种面向动态文本的增量实体解析方法、可读存储介质及装置,基于神经网络语言模型的粗调过滤模块过滤掉明显不匹配的实体描述文本对,生成候选实体文本对集合;基于深度语义的特征融合模块生成融合上下文信息的实体文本对高阶语义向量;基于深度度量学习的精调解析模块增强对文本中语义关系的捕获能力,获得实体文本对的解析结果。增量实体解析部分对动态文本数据进行增量实体解析,并通过不断利用每个时间步的高可信匹配与不匹配实体文本对来迭代优化精调解析模型的参数。本发明对动态文本数据进行增量实体解析,且每个时间步的精调解析模型能够利用从上一个时间步的解析结果中分析出高可信标注数据集。
技术关键词
实体解析方法
神经网络语言模型
融合上下文信息
语义向量
深度度量学习
序列
过滤模块
动态
文本数据处理技术
统计学习技术
元素
可读存储介质
自动编码器
解析装置
系统为您推荐了相关专利信息
计算方法
语义关联网络
动态变化模型
决策树算法
数据变化趋势