-
公开(公告)号:CN119358555A
公开(公告)日:2025-01-24
申请号:CN202411373707.7
申请日:2024-09-29
Applicant: 国网湖北省电力有限公司宜昌供电公司 , 三峡大学
IPC: G06F40/295 , G06F40/30 , G06F40/16 , G06N3/0442 , G06N3/084 , G06N3/0455 , G06N3/042 , G06N3/0464
Abstract: 一种用于电力运检领域的命名实体识别模型,该模型包括编码层、图卷积网络层、跨度表示层、解码层,其中编码层的输入用于输入语句,编码层的输出端与图卷积网络层的输入端相连接,图卷积网络层的输出端与跨度表示层的输入端相连接,跨度表示层的输出端与解码层的输入端相连接,解码层的输出端输出电子元件;本模型与传统的命名实体识别模型相比,本模型提出的技术方案引入了双向门控循环单元BiGRU帮助模型获取更详细的文本信息,通过添加旋转位置编码使模型能更清晰理解文本结构,提高了模型对电力运检领域的实体识别性能。
-
公开(公告)号:CN119227680A
公开(公告)日:2024-12-31
申请号:CN202411167898.1
申请日:2024-08-23
Applicant: 三峡大学
IPC: G06F40/284 , G06F40/295 , G06N3/0455 , G06N3/048 , G06N3/0442 , G06N3/084
Abstract: 一种用于中文电子病历联合抽取的模型,该模型包括编码层encoder、双向实体对抽取层BiEPE、关系抽取层RE;其中编码层encoder的输入用于输入语句,编码层encoder的输出端与双向实体对抽取层BiEPE的输入端相连接,双向实体对抽取层BiEPE的输出端与关系抽取层RE的输入端相连接,关系抽取层RE的输出端输出关系三元组。本模型与传统的联合抽取模型相比,本模型提出的技术方案引入了Global context mechanism帮助模型获取更详细的文本信息,通过添加词性信息使模型能够获取更深层次的语义,提高了模型对中文电子病历中关系抽取的性能。
-