公开(公告)号：CN113221542A

公开(公告)日：2021-08-06

申请号：CN202110348599.8

申请日：2021-03-31

Applicant: 国家计算机网络与信息安全管理中心 ,  北京理工大学

Inventor： 张翔宇 ,  张旭 ,  王鹏 ,  刘春阳 ,  解峥 ,  商建云 ,  张华平 ,  蔡佳豪 ,  杜伦

IPC: G06F40/232 ,  G06F40/242 ,  G06F40/284

Abstract: 本发明涉及一种基于多粒度融合与Bert筛选的中文文本自动校对方法，属于自然语言处理技术领域；本发明通过结合字粒度与词粒度级别的校对模型，以期能够利用不同粒度级别的信息。字粒度模型采用集成规则生成候选集与Bert筛选的方法，词粒度采用传统方法，先构建候选集，然后使用N‑Gram模型计算句子困惑度取最佳候选。另外该方法还解决了多字少字等错误类型问题。实验结果验证了该方法能有效提高检错纠错的召回率，有效提升校对模型性能。对比现有技术，本发明规避了字粒度校对模型和词粒度校对模型带来的局限性，基于多粒度融合与Bert筛选通过两种粒度有效结合不同层次信息，通过N‑Gram LM打分与Bert进行筛选，能够有效提高错误的召回率和校对的准确率。

公开(公告)号：CN115374784A

公开(公告)日：2022-11-22

申请号：CN202210810750.X

申请日：2022-07-11

Applicant: 北京理工大学

Inventor： 蔡佳豪 ,  张华平 ,  商建云

IPC: G06F40/295 ,  G06F40/30 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明涉及一种多模态信息选择性融合的中文命名实体识别方法，属于自然语言处理技术领域。本发明有效解决了如何将字音和字形这两个重要信息有效融入命名实体识别中，通过在命名实体识别的输入中，加入携带语义信息的字符的拼音与偏旁部首序列，赋予了向量更强的语义信息。采用选择性融合，能够动态地控制字音和字形特征所占的权重，有效提升了命名实体识别性能。本发明能够为机器翻译、问答系统和阅读理解等自然语言处理任务提供有效支持。