公开(公告)号：CN117574906A

公开(公告)日：2024-02-20

申请号：CN202410050760.7

申请日：2024-01-15

Applicant: 深圳市客路网络科技有限公司 ,  香港中文大学(深圳)未来智联网络研究院

Inventor： 陈德坤 ,  姜进华 ,  陈冠英 ,  杨学平 ,  崔曙光 ,  熊小康

IPC: G06F40/295 ,  G06F40/169 ,  G06F16/335 ,  G06N3/0442 ,  G06N3/08

Abstract: 本申请实施例提供的一种命名实体识别方法、装置及设备，先基于通用模型对待识别数据进行识别处理，得到初始预测数据，基于第N深度学习模型对待识别数据进行识别处理，得到第N预测数据，第N深度学习模型由初始模型基于第N训练数据训练所得到，N为正整数；然后根据初始预测数据和第N预测数据确定第N+1训练数据；基于第N+1训练数据对初始模型训练，得到第N+1深度学习模型，第N+1深度学习模型用于对待识别数据进行识别处理。本申请实施例中，通过多次迭代不断更新训练数据，每次更新后训练数据所包含的泛化实体减少，以此训练数据对初始模型进行训练所得到的训练模型在客体识别时能够更好的去除泛化实体。

公开(公告)号：CN117574906B

公开(公告)日：2024-05-24

申请号：CN202410050760.7

申请日：2024-01-15

Applicant: 深圳市客路网络科技有限公司 ,  香港中文大学(深圳)未来智联网络研究院

Inventor： 陈德坤 ,  姜进华 ,  陈冠英 ,  杨学平 ,  崔曙光 ,  熊小康

IPC: G06F40/295 ,  G06F40/169 ,  G06F16/335 ,  G06N3/0442 ,  G06N3/08

Abstract: 本申请实施例提供的一种命名实体识别方法、装置及设备，先基于通用模型对待识别数据进行识别处理，得到初始预测数据，基于第N深度学习模型对待识别数据进行识别处理，得到第N预测数据，第N深度学习模型由初始模型基于第N训练数据训练所得到，N为正整数；然后根据初始预测数据和第N预测数据确定第N+1训练数据；基于第N+1训练数据对初始模型训练，得到第N+1深度学习模型，第N+1深度学习模型用于对待识别数据进行识别处理。本申请实施例中，通过多次迭代不断更新训练数据，每次更新后训练数据所包含的泛化实体减少，以此训练数据对初始模型进行训练所得到的训练模型在客体识别时能够更好的去除泛化实体。