摘要
本发明公开了一种基于指针网络和原型网络的样本命名实体识别方法,步骤包括S1获取公开命名实体识别数据集;S2对数据集进行支持集和查询集划分,划分后的数据集的每一条样本均由支持集和查询集构成;S3构建结合指针网络和原型网络的分解式模型,保存效果最好的模型参数;S4选取目标领域每类实体的样本进行人工标注,利用已标注数据对模型进行训练,使用训练后的模型对目标领域的文本进行命名实体识别;本发明将传统纹样命名实体识别分为实体范围检测和实体分类两部分,通过指针网络召回文本中实体,原型网络进行实体分类,解决了实体标注只能基于字符的限制,避免了实体分类时非实体字符的干扰。
技术关键词
命名实体识别方法
原型
指针
样本
字符
文本
矩阵
输出序列长度
标注工具
数据
搜索算法
解码器
参数
前馈神经网络
注意力
编码器
系统为您推荐了相关专利信息
记忆
引物
茶树叶片
TaqMan探针
植物抗旱能力
车辆重识别模型
车辆图像数据
重识别方法
变换器
视觉
位点
特异性扩增引物
高分辨率熔解曲线分析
样本
年龄转换方法