公开(公告)号：CN113255294B

公开(公告)日：2021-10-12

申请号：CN202110797174.5

申请日：2021-07-14

Applicant: 北京邮电大学

Inventor： 杜军平 ,  于润羽 ,  薛哲 ,  徐欣

IPC: G06F40/126 ,  G06F40/295 ,  G06F40/30 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明提供一种命名实体识别模型训练方法、识别方法及装置，所述模型训练方法的初始神经网络模型由通过结合关键字符级别编码和词级别编码对科技论文数据进行向量表示，将字符级别向量和词级别向量引入双向长短期记忆网络能够挖掘上下文关系，同时挖掘关键词的语义特征，提升了分词边界的准确性；通过将字符级别向量引入自注意力机制模型，能够更高效地捕捉数据内部相关性，提升命名实体识别的准确率。

公开(公告)号：CN113255294A

公开(公告)日：2021-08-13

申请号：CN202110797174.5

申请日：2021-07-14

Applicant: 北京邮电大学

Inventor： 杜军平 ,  于润羽 ,  薛哲 ,  徐欣

IPC: G06F40/126 ,  G06F40/295 ,  G06F40/30 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明提供一种命名实体识别模型训练方法、识别方法及装置，所述模型训练方法的初始神经网络模型由通过结合关键字符级别编码和词级别编码对科技论文数据进行向量表示，将字符级别向量和词级别向量引入双向长短期记忆网络能够挖掘上下文关系，同时挖掘关键词的语义特征，提升了分词边界的准确性；通过将字符级别向量引入自注意力机制模型，能够更高效地捕捉数据内部相关性，提升命名实体识别的准确率。

公开(公告)号：CN114742328A

公开(公告)日：2022-07-12

申请号：CN202210658910.3

申请日：2022-06-13

Applicant: 北京邮电大学

Inventor： 杜军平 ,  于润羽 ,  薛哲 ,  李文玲 ,  梁美玉

IPC: G06Q10/04 ,  G06K9/62 ,  G06N3/04 ,  G06N3/08 ,  G06N20/10

Abstract: 本发明提供一种面向科技学术会议的领域趋势预测方法、装置及存储介质，所述方法的步骤包括，获取第一时间段的学术分布特征，基于学术分布特征通过第一网络模型得到学科特征向量；获取第一时间段的附加特征，将附加特征通过第二网络模型得到附加特征向量；将所述附加特征向量与学科特征向量进行拼接，得到融合向量，将所述融合向量进行映射处理，得到初级解码向量；将所述初级解码向量输入第三网络模型，所述第三网络模型用于根据第一时间段的初级解码向量计算第二时间段的预测参数，基于第二时间段的预测参数构建预测图，进行趋势预测，本发明的方案将原有单独的复杂模型修改为多个模型的方式，在趋势预测上取得了更低的误差，提高计算效率。