公开(公告)号：CN112800756B

公开(公告)日：2022-05-10

申请号：CN202011334119.4

申请日：2020-11-25

申请人： 重庆邮电大学

发明人： 尚凤军 ,  冉淳夫

IPC分类号： G06F40/284 ,  G06N3/04 ,  G06N3/08

摘要： 本发明涉及计算机网络技术领域，特别涉及一种基于PRADO的实体识别方法，包括获取原始数据，并对原始数据进行分词、标注处理；在PRADO层，基于投影嵌入模型，使用局部敏感哈希构建投影网络，将句子中的每个字转化为低维的Embedding词表；利用BiLSTM神经网络上下文关联的特点提取Embedding向量特征；将BiLSTM层获取的特征向量通过注意力机制的方法分配以不同的注意力权重；利用CRF完成序列标注的任务；本发明采用LSH算法来构建投影网络，以达到减少词嵌入向量参数的目的，同时使用注意力机制来保证该特征向量与全文的联系，来消除LSH算法不能较好的联系上下文的隐患。

公开(公告)号：CN112800756A

公开(公告)日：2021-05-14

申请号：CN202011334119.4

申请日：2020-11-25

申请人： 重庆邮电大学

发明人： 尚凤军 ,  冉淳夫

IPC分类号： G06F40/284 ,  G06N3/04 ,  G06N3/08

摘要： 本发明涉及计算机网络技术领域，特别涉及一种基于PRADO的实体识别方法，包括获取原始数据，并对原始数据进行分词、标注处理；在PRADO层，基于投影嵌入模型，使用局部敏感哈希构建投影网络，将句子中的每个字转化为低维的Embedding词表；利用BiLSTM神经网络上下文关联的特点提取Embedding向量特征；将BiLSTM层获取的特征向量通过注意力机制的方法分配以不同的注意力权重；利用CRF完成序列标注的任务；本发明采用LSH算法来构建投影网络，以达到减少词嵌入向量参数的目的，同时使用注意力机制来保证该特征向量与全文的联系，来消除LSH算法不能较好的联系上下文的隐患。