一種面向軍事語料的命名實體標注方法

基本信息

申請?zhí)?/td> CN202010102664.4 申請日 -
公開（公告）號 CN111428502A 公開（公告）日 2020-07-17
申請公布號 CN111428502A 申請公布日 2020-07-17
分類號 G06F40/295;G06F40/169;G06N3/04 分類 -
發(fā)明人 黃宇;馮洋 申請（專利權）人 中科世通亨奇（北京）科技有限公司
代理機構 北京華際知識產(chǎn)權代理有限公司 代理人 中科世通亨奇（北京）科技有限公司
地址 100083 北京市海淀區(qū)學院路甲5號2幢平房北1102
法律狀態(tài) -

摘要

摘要 本發(fā)明公開了一種面向軍事語料的命名實體標注方法，分別使用基于雙向LSTM與CRF結合的神經(jīng)網(wǎng)絡模型、基于Lattice LSTM神經(jīng)網(wǎng)絡模型和基于BERT預訓練神經(jīng)網(wǎng)絡模型三種深度神經(jīng)網(wǎng)絡來進行機器命名實體識別自動標注；使用XGBoost方法將S1的三種算法獲取的結果進行集成學習，獲取標注成功的樣本和標注失敗的樣本，其中成功樣本的定義是三種機器實體識別中任意兩種識別結果一致的樣本，失敗樣本的定義三種機器實體識別結果都不一致的樣本；使用人工標注的方式標注失敗的樣本；將所有樣本標注結果以json的方式存入數(shù)據(jù)庫管理。本發(fā)明可以顯著提高軍事語料中軍事實體的標注準確率，同時以最小的人工代價達到最好的標注效果。