[发明专利]一种基于深度学习的企业实体识别系统

权利要求书

1.一种基于深度学习的企业实体识别系统，其特征在于：所述系统由三个模块构成，分别为文本检测模块，文本识别模块和命名实体识别模块，每个模块分别采用不同的深度学习算法模型，文本检测模块采用Cascade Mask R-CNN模型，文本识别模块采用AttentionLSTM模型，命名实体识别模块采用BERT-BiLSTM-CRF模型。

2.根据权利要求1所述的一种基于深度学习的企业实体识别系统，其特征是：所述文本检测模块中，Cascade单元由Cascade R-CNN单元改良而成；除了box分支以外，额外增加了一条独立的Mask分支，专门用于提取图片中的蒙板信息。

3.根据权利要求1所述的一种基于深度学习的企业实体识别系统，其特征是：所述文本识别模块中，使用了一种参考了含有视觉注意力机制的Bahdanau Attention Mechanism的模型单元，该模型能够以一种半监督地方式从视觉特征和LSTM隐藏状态中学习跨模态校准信息，用来进行进一步的分类。

4.根据权利要求1所述的一种基于深度学习的企业实体识别系统，其特征是：所述命名实体识别模块中，首先使用BERT模型获取字向量，提取文本重要特征，获取字粒度向量矩阵；然后通过BiLSTM深度学习上下文特征信息，进行命名实体识别；最后CRF层对BiLSTM的输出序列处理，结合CRF层中的状态转移矩阵，根据相邻之间标签得到一个全局最优序列，最终得到商铺名称命名实体。