摘要
本申请提供一种基于图神经网络与注意力机制的实体识别方法及相关设备。方法包括:接收用于实体识别的纯文本;编码处理和分词处理;预测纯文本中的实体的起始位置与终点位置;提取预测实体的向量表征的多种关系,构建多种同构图;分别对多种同构图进行图卷积计算;多种同构图包括句法关系同构图,句子层面的共现关系同构图,相邻段落层面的共现关系同构图以及标题与对应段落的共现关系同构图;将多个图卷积计算结果进行基于注意力的自适应多关系融合处理,得到同构图中的每个节点对应的最终实体的向量特征;对同构图中的每个节点对应的最终实体的向量特征进行分类处理,得到实体识别结果。能够提高电力领域的实体的识别准确性。
技术关键词
bert模型
关系
实体识别方法
注意力机制
文本
节点
识别装置
编码
分词
计算机程序指令
终点
识别模块
数据接收模块
计算机程序产品
处理器
系统为您推荐了相关专利信息
动态监测装置
多模态数据采集
云端大数据分析
植入式传感器
临床决策支持
高精度预测方法
储层参数
地质储层
线性回归方法
储层模型
软件授权方法
终端
软件运行请求
更新时间戳
软件授权信息
电池故障诊断方法
贝叶斯网络推理
图谱
电池特征
电池故障诊断技术