一种基于多目标学习命名实体的识别方法及系统

本发明公开了一种基于多目标学习命名实体的识别方法及系统，涉及自然语言处理技术领域。该方法包括：获取源文本序列和目标文本序列；根据源文本序列、预测语言模型和双仿射变换，构建跨度表示矩阵，得到表征编码层；根据跨度表示矩阵、跨度间相对位置信息和矩阵区域信息，利用空洞卷积和非线性激活函数，构建跨度特征表示，得到跨度依赖层；根据跨度特征表示和多层感知机制，计算跨度类别概率，得到跨度分类任务；根据跨度特征表示、自动回归双向变换器和多层感知机制，计算概率最大值，得到边界生成任务，最终得到多目标学习命名实体识别模型，对目标文本序列进行命名实体识别。该方法解决了因共享上下文而导致的跨度边界特征表示模糊的问题。