基于预训练模型和中文特征的安全领域命名实体识别方法

AITNT
正文
推荐专利
基于预训练模型和中文特征的安全领域命名实体识别方法
申请号:CN202411929604
申请日期:2024-12-25
公开号:CN119849500A
公开日期:2025-04-18
类型:发明专利
摘要
本发明公开了一种基于预训练模型和中文特征的安全领域命名实体识别方法,涉及自然语言处理技术领域,包括以下步骤:步骤1、注入领域中文词汇,构建领域安全词典;步骤2、将所述领域安全词典中的信息集成到BERT模型中,形成SEBERT模型;步骤3、在KAN网络的基础上引入残差机制,形成RKAN网络;步骤4、使用所述RKAN网络从所述SEBERT模型中提取多尺度特征;步骤5、进行序列标注,捕捉标签之间的依赖关系,识别所述安全领域命名实体。
技术关键词
命名实体识别方法 中文特征 预训练模型 字符 BERT模型 词语 词典 多尺度特征 文库 双向注意力 CRF模型 网络 机制 分词 自然语言 矩阵 序列 查找表 文本
系统为您推荐了相关专利信息
1
一种人形机器人自然语言操控方法
人形机器人 高层语义信息 预训练模型 操控方法 自然语言
2
一种利用大数据分析的实训结果评估系统
评估系统 数据获取模块 数据模块 视频帧集合 粒子
3
多模态大模型的训练方法、文档理解方法以及设备
多模态 样本 图像 文本 大语言模型
4
匹配方法、号码状态检测方法、装置及电子设备
字符 模式串 模式匹配 文本 布谷鸟过滤器
5
基于人工智能的个性化智能问答系统
智能问答系统 语音 人脸照片采集系统 实体 特征向量值
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号