【技术实现步骤摘要】
本专利技术属于自然语言处理、实体识别，尤其涉及一种行政审批实体识别方法。
技术介绍
1、为建立行政审批知识管理平台和算法研发平台，支撑审批辅助、百科问答等业务场景，需通过机器自动获取行政审批文档实体。自动获取实体常采用深度网络方法，深度神经网络能够自动从语料库中学习到丰富的语言知识，并在实体识别下游任务中进行微调，取得了优秀的效果，准确率达到80％以上。
2、通常实体识别直接使用wordpiece分词方法，将输入句子分割成多个子词，tokenembedding层将每个子词映射为对应的词向量，segment embedding嵌入层区分句子的不同部分，自注意力层捕捉输入句子中的上下文信息，前馈神经网络层对特征进行非线性变换，添加下游任务以提取命名实体。但这样会导致在专用领域模型权重不合适，精度与回归率下降，达不到预期标准。
3、而目前没有在行政审批行业的实体识别模型，主要因为行政审批行业无公开数据集，缺少结构化数据，大多为非结构化数据。目前只有人工审查的方式提取行政审批文档中的实体。
技<本文档来自技高网...
【技术保护点】
1.一种行政审批实体识别方法，其特征在于，所述方法包括下述步骤：
2.如权利要求1所述行政审批实体识别方法，其特征在于，所述步骤S1具体过程如下：
3.如权利要求2所述行政审批实体识别方法，其特征在于，所述步骤S2具体过程如下：
4.如权利要求3所述行政审批实体识别方法，其特征在于，步骤S21的具体过程为：通过分词器将输入的文本分割成多个子词，将子词通过标记器tokenizer与字典对应，映射到字典ID，实现将子词编码为词向量。
5.如权利要求4所述行政审批实体识别方法，其特征在于，步骤S22的具体过程为：
...
【技术特征摘要】
1.一种行政审批实体识别方法，其特征在于，所述方法包括下述步骤：
2.如权利要求1所述行政审批实体识别方法，其特征在于，所述步骤s1具体过程如下：
3.如权利要求2所述行政审批实体识别方法，其特征在于，所述步骤s2具体过程如下：
4.如权利要求3所述行政审批实体识别方法，其特征在于，步骤s21的具体过程为：通过分词器将输入的文本分割成多个...
【专利技术属性】
技术研发人员：杨志祥，陈爽，杨小涛，熊筠轲，程佳斌，余将其，彭坤，江丹，涂雅晴，
申请(专利权)人：中船凌久高科武汉有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。