一种基于对抗迁移学习的命名实体识别模型.pdfVIP

下载本文档

1
0
约2.24万字
约 18页
2023-05-15 发布于四川
举报
版权申诉

一种基于对抗迁移学习的命名实体识别模型.pdf

1、本文档共18页，其中可免费阅读17页，需付费10金币后方可阅读剩余内容。
2、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。
3、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。
4、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
5、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
6、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。
7、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。
8、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

本发明属于自然语言处理领域，涉及一种基于对抗迁移学习的命名实体识别模型。包括：S1.嵌入层；S2.BiLSTM特征提取层；S3.注意力机制层；S4.对抗迁移层；S5.CRF解码层。有益效果：为了更准确的确定实体边界信息，本发明将分词任务中学习到的知识迁移到实体识别任务中，即利用分词任务中对实体边界检测有帮助的信息来提高实体识别任务的效果；本发明利用大量训练好的或者已经标注好的数据集进行迁移学习，将模型在大量语料上学习的知识迁移到特定领域或者特定语言NER任务中，从而提升NER效果。提出了解决跨任

(19)国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 114722818 A (43)申请公布日 2022.07.08 (21)申请号 202210108942.6 (22)申请日 2022.01.28 (71)申请人大连民族大学地址 116600