一种上下文感知的词汇识别模型训练方法及系统

AITNT
正文
推荐专利
一种上下文感知的词汇识别模型训练方法及系统
申请号:CN202510660282
申请日期:2025-05-22
公开号:CN120218066B
公开日期:2025-09-02
类型:发明专利
摘要
本发明公开了一种上下文感知的词汇识别模型训练方法及系统,涉及词汇定义识别技术领域,包括如下步骤:构建词汇词库,同时基于词汇定义构建三元组表;使用语义识别模型对样本文章进行语义识别,得到正确语义,基于正确语义分析不同词语之间的词汇关联性;获取目标词汇的上下文,提取上下文的文章分词;基于文章分词以及文章分词所处的位置分析词汇定义的关联占比,再对目标词汇的词汇定义进行识别,并检测词汇识别模型是否有效;本发明用于解决现有的词汇定义识别技术还存在对单一领域的词汇进行识别,导致判断结果出现偏差且词汇识别的准确率稍显不足的问题。
技术关键词
识别模型训练方法 文章 语义 分词 检测词汇 词语 定义 标记 样本 三元组 文档校对技术 关键词提取技术 期刊 信号 识别模块 分析模块 杂志 实体
系统为您推荐了相关专利信息
1
自然语言与代码的转换方法、系统、设备及存储介质
自然语言 语义意图 三元组 抽象语法树 转换方法
2
基于VMamba和伪孪生网络的多源遥感图像分割模型、方法和系统
遥感图像分割网络 光学编码 重构模块 分支 遥感图像分割方法
3
一种可编辑的机器人操作模拟系统及方法
重建场景 编辑 对象 视频 机器人模拟系统
4
评估基于计算机的机器学习系统的结果
机器学习系统 元素 计算机 有效性 数据
5
一种融合BERT与LSTM的双塔推荐方法
推荐方法 BERT模型 LSTM模型 物品特征 推荐系统
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