公开(公告)号：CN114077838A

公开(公告)日：2022-02-22

申请号：CN202010825717.5

申请日：2020-08-17

Applicant: 国家计算机网络与信息安全管理中心 ,  中国科学院信息工程研究所

Inventor： 孙立远 ,  万欣欣 ,  李欣 ,  赵忠华 ,  付培国 ,  王禄恒 ,  张磊 ,  田正鑫 ,  郝冰川

IPC: G06F40/295 ,  G06F40/284

Abstract: 本发明提供一种基于词表示特征的命名实体识别方法及电子装置，包括：对待检测文本进行分词，获取各词语的基础特征；将各词语组成一词语序列，并对每一词语进行编码，提取编码结果的词嵌入特征；根据词语序列的设定权重与设定主题，生成一词向量序列，提取词向量序列的词表示特征；将基础特征、词嵌入特征及词表示特征输入一实体识别模型，获取待检测文本中的命名实体。本发明采用了word2vec训练的词嵌入及LSTM训练的词表示，捕获了语句的长期依赖性，充分的利用了长距离上下文信息对命名实体进行识别，相对于传统模型有较好的改进，提高了微博命名实体的识别的准确率。

公开(公告)号：CN113761919B

公开(公告)日：2025-01-07

申请号：CN202010500426.9

申请日：2020-06-04

Applicant: 国家计算机网络与信息安全管理中心

Inventor： 万辛 ,  戚梦苑 ,  孙晓晨 ,  黄远 ,  沈亮 ,  刘发强 ,  孙旭东 ,  张磊 ,  郝冰川

IPC: G06F40/295 ,  G06F40/211

Abstract: 本发明提供一种口语化短文本的实体属性提取方法及电子装置，包括对口语化短文本切词及词性标注，并对各标注词性的词语进行命名主体识别，得到实体词语；将口语化短文本映射为主谓宾三元组，获取主谓宾三元组中各词语的依存关系，并使用实体词语对主谓宾三元组中各词语进行实体识别；当主谓宾三元组中的主谓宾满足一触发规则时，提取宾语词组作为实体属性。本发明采用词性标注、依存句法分析、实体识别以及结合触发词词性规则的综合方法，更加有针对性的提取了口语化短数据的实体属性信息，丰富了口语化短文本领域的结构化信息抽取方法。

公开(公告)号：CN113761919A

公开(公告)日：2021-12-07

申请号：CN202010500426.9

申请日：2020-06-04

Applicant: 国家计算机网络与信息安全管理中心

Inventor： 万辛 ,  戚梦苑 ,  孙晓晨 ,  黄远 ,  沈亮 ,  刘发强 ,  孙旭东 ,  张磊 ,  郝冰川

IPC: G06F40/295 ,  G06F40/211

Abstract: 本发明提供一种口语化短文本的实体属性提取方法及电子装置，包括对口语化短文本切词及词性标注，并对各标注词性的词语进行命名主体识别，得到实体词语；将口语化短文本映射为主谓宾三元组，获取主谓宾三元组中各词语的依存关系，并使用实体词语对主谓宾三元组中各词语进行实体识别；当主谓宾三元组中的主谓宾满足一触发规则时，提取宾语词组作为实体属性。本发明采用词性标注、依存句法分析、实体识别以及结合触发词词性规则的综合方法，更加有针对性的提取了口语化短数据的实体属性信息，丰富了口语化短文本领域的结构化信息抽取方法。