一种基于深度学习预训练模型的化学实体识别方法.pdfVIP

下载本文档

9
0
约1.39万字
约 11页
2023-11-29 发布于四川
举报
版权申诉

一种基于深度学习预训练模型的化学实体识别方法.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

本发明公开了一种基于深度学习预训练模型的化学实体识别方法，该方法为：S1：数据集注释；S2：数据增强；S3：利用预训练的模型结合深度学习神经网络构建识别模型，向该识别模型输入数据直至完成模型训练，得到成熟的化学实体识别模型应用于化学实体识别中。相比于现有技术，在本发明当中提出了基于深度学习与预训练模型相结合的化学实体识别方法，首先以手工注释数据集，其次为了应对小样本数据稀缺问题引入了数据增强方法，最后在构建模型时使用Transformer的编码端作为特征提取编码器，使用深度神经网络作为分类器，二

(19)国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 117131865 A (43)申请公布日 2023.11.28 (21)申请号 202311105871.5 G06F 40/211 (2020.01)