实体识别模型的训练方法、实体识别的方法及相关设备.pdfVIP

下载本文档

3
0
约3.09万字
约 25页
2023-07-08 发布于四川
举报
版权申诉

实体识别模型的训练方法、实体识别的方法及相关设备.pdf

1、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。。
2、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
3、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
7、VIP文档为合作方或网友上传，每下载1次，网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档

本公开提供了一种实体识别模型的训练方法、实体识别的方法及相关设备。实体识别模型的训练方法包括：获取多个样本语句，并确定各个样本语句中各个词的命名实体标签；通过实体识别模型处理多个样本语句，得到各个样本语句中各个词的词向量、各个词在命名实体类别下的预测标签以及各个样本语句的语句向量；根据各个词的命名实体标签和预测标签计算标签分类损失；根据样本语句的语句向量确定出语句正例和语句负例，并基于语句正例和语句负例计算语句维度损失；根据词的命名实体标签和词向量确定出词正例和词负例，并基于词正例和词负例计算词

(19)国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 116402045 A (43)申请公布日 2023.07.07 (21)申请号 202310382097.6 G06F 16/33 (2019.01) (22)申请日 2023.04.