一种基于路径扩展的非连续实体识别方法

专利申请号：CN202111070443.4

公 开 号：CN113886522B

发 明 人：胡岩峰 胡政 潘宇顺 陈诗旭 乔雪 宋路杰 丁士伟 吕东帅 

代 理 人：南京理工大学专利中心封睿

代理机构：南京理工大学专利中心

专利类型：发明专利

申 请 日：20221202

公 开 日：20210913

专利主分类号：G06F16/33

关 键 词：首字符 编码器输出向量 路径扩展 实体表示 线性映射 编码器 映射 向量 预测 标签 编码器编码 模糊性问题 解码 实体识别 文本序列 字符索引 非连续 准确率 拼接 索引 输出 

摘      要：本发明提出了一种基于路径扩展的非连续实体识别方法，对文本序列使用Transformer‑1编码器编码；将Transformer‑1编码器的输出通过一层线性映射层映射为实体首字符判别向量，并使用softmax函数得到字符标签预测值，以获得实体首字符的索引值；针对预测的每个实体首字符，将其对应的Transformer‑1编码器输出向量与其后字符的Transformer‑1编码器输出向量拼接，使用Transformer‑2编码器进行编码，接着通过一层线性映射层映射为实体尾字符判别向量，并使用softmax函数得到字符标签预测值，以获得对应实体首字符的实体尾字符索引值；针对每对实体首字符和实体尾字符区间字符使用路径扩展方法，得到实体表示的路径；解码获得的实体表示路径，得到识别出的实体。本发明避免了解码模糊性问题，提高了识别的准确率。