【技术实现步骤摘要】
本专利技术涉及自然语言处理，具体涉及一种基于双层crf的实体识别系统和方法。
技术介绍
1、命名实体识别是自然语言处理的基本任务之一，基本目标是识别文本中预定义类别的词语，这些实体类别被称为实体类型，常见如人名、组织、地点、时间，这些被识别的词语，被称为实体或实体提及。如“小明明天要去北京”，这句话中“小明”属于人名，“明天”属于时间，“北京”属于地点。命名实体识别的任务目标，就是把这些实体抽取出来，并给出正确的实体类型。实体类型是预定义的，可以根据应用场景决定，如在分析电商销售情况时，也可以给出“品牌”这一实体类型，相应地，文本中出现的品牌，就属于这一类型下的实体。准确识别实体，是将非结构化的文本抽取为结构化文本的基础子任务。
2、目前传统的基于crf的模型解码，对简单命名实体识别效果较好，但在复合命名实体识别任务中存在问题。在一些领域语料中，组织名、地名，大量存在复合形式。我们把如“北京市”这样的实体称为简单地名，如“北京市海淀区”这样嵌套包含多个地名的实体，称为复合地名。复合地名、复合机构名的存在带来两个问题。一是，标...
【技术保护点】
1.一种基于双层CRF的实体识别系统，其特征在于，包括：
2.根据权利要求1所述的基于双层CRF的实体识别系统，其特征在于：
3.根据权利要求2所述的基于双层CRF的实体识别系统，其特征在于，所述包括双层CRF的NER模型根据如下方法训练得到：
4.根据权利要求3所述的基于双层CRF的实体识别系统，其特征在于：
5.根据权利要求4所述的基于双层CRF的实体识别系统，其特征在于：
6.根据权利要求5所述的基于双层CRF的实体识别系统，其特征在于：
7.根据权利要求6所述的基于双层CRF的实体识别系统
【技术特征摘要】
1.一种基于双层crf的实体识别系统，其特征在于，包括：
2.根据权利要求1所述的基于双层crf的实体识别系统，其特征在于：
3.根据权利要求2所述的基于双层crf的实体识别系统，其特征在于，所述包括双层crf的ner模型根据如下方法训练得到：
4.根据权利要求3所述的基于双层crf的实体识别系统，其特征在于：
5.根据权利要求4所述的基于双层crf的实体识别系统，其特征在于：
6.根据权利...
【专利技术属性】
技术研发人员：覃基伟，周自成，马良荔，牛敬华，李永杰，戴嘉轩，
申请(专利权)人：中国人民解放军海军工程大学，
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。