基于特征增強的電力實體識別方法及系統(tǒng)

基本信息

申請?zhí)?/td> CN202110418764.2 申請日 -
公開（公告）號 CN113239686A 公開（公告）日 2021-08-10
申請公布號 CN113239686A 申請公布日 2021-08-10
分類號 G06F40/284;G06F40/295;G06F40/242;G06N3/08 分類 計算；推算；計數(shù);
發(fā)明人 劉文松;胡竹青;張錦輝;林峰;劉雪菁;張志鵬;朱泐;陸葉青;邵瑞;楊燕吉;賀豪 申請（專利權(quán)）人 江蘇瑞中數(shù)據(jù)股份有限公司
代理機構(gòu) 南京縱橫知識產(chǎn)權(quán)代理有限公司 代理人 陳珉
地址 210003 江蘇省南京市鼓樓區(qū)南瑞路8號
法律狀態(tài) -

摘要

摘要 本發(fā)明公開了一種基于特征增強的電力實體識別方法，包括對用于進行訓(xùn)練的文本進行分詞；通過word2vec對分詞后的單詞進行訓(xùn)練得到單詞向量；通過word2vec基于字符粒度對未分詞訓(xùn)練的文本進行訓(xùn)練得到單字向量；通過GRU神經(jīng)網(wǎng)絡(luò)對單詞中所含單字的單字向量進行訓(xùn)練得到分詞結(jié)構(gòu)特征向量；根據(jù)分詞結(jié)構(gòu)特征向量構(gòu)建向量詞典；從向量詞典中找到待識別文本序列的對應(yīng)向量表達，通過實體識別模型對對應(yīng)向量表達進行識別得到實體標簽序列，本發(fā)針對電力專業(yè)領(lǐng)域?qū)嶓w嵌套、實體結(jié)構(gòu)復(fù)雜、語料規(guī)模小等特點，引入了一種融合字符（單字）、分詞的多粒度文本特征增強方法，實現(xiàn)電力技術(shù)命名實體識別的性能大幅提升。