摘要
本发明属于人工智能和自然语言处理领域,具体涉及一种基于交叉Transformer的生物医学命名实体识别方法,包括构建并训练实体识别模型,将待识别数据输入训练好的实体识别模型得到识别结果;所述实体识别模型包含输入层、BioBERT嵌入层、BiLSTM特征提取层、IDCNN特征提取层、Cross‑Transformer特征融合层、解码层;本发明能提高实体识别准确率。
技术关键词
实体识别模型
矩阵
文本
时序特征
空洞
sigmoid函数
缩放参数
标注方法
双曲正切函数
数据
注意力机制
元素
解码
标签
自然语言
序列
系统为您推荐了相关专利信息
分析学习系统
大语言模型
模拟考试系统
诊断系统
语音交互功能
景象匹配定位方法
神经网络模型
航拍
图像块
节点
融合估计方法
时滞系统
虚拟噪声
Kalman滤波器
时延
采集系统
电极
生物电阻抗
模拟多路复用器
单片机