[发明专利]训练命名实体识别模型的方法、命名实体识别方法及装置在审
| 申请号： | 201510082318.3 | 申请日： | 2015-02-15 |
| 公开（公告）号： | CN104615589A | 公开（公告）日： | 2015-05-13 |
| 发明（设计）人： | 张军 | 申请（专利权）人： | 百度在线网络技术（北京）有限公司 |
| 主分类号： | G06F17/27 | 分类号： | G06F17/27;G06F17/30 |
| 代理公司： | 北京金律言科知识产权代理事务所(普通合伙) 11461 | 代理人： | 罗延红;杨移 |
| 地址： | 100085 北京市*** | 国省代码： | 北京;11 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明实施例提供了一种训练命名实体识别模型的方法、命名实体识别方法及装置。其中，用于训练循环神经网络命名实体识别模型的方法包括：获取多个标注的样本数据，每个所述样本数据包括文本串及其多个分词标注数据，所述分词标注数据包括从所述文本串中分出的分词及其在所述文本串中的命名实体属性标志；将所述多个标注的样本数据中的分词映射为词向量，以所述样本数据作为训练样本，对RNN命名实体识别模型进行训练，以学习所述RNN命名实体识别模型的参数。本发明实施例的训练命名实体识别模型的方法、命名实体识别方法和装置，经训练的模型具有更好的泛化能力，能够快速识别出自然语言文本中的命名实体，且提高了命名实体的识别精度。 | ||
| 搜索关键词： | 训练 命名 实体 识别 模型 方法 装置 | ||
【主权项】：
一种用于训练循环神经网络(RNN)命名实体识别模型的方法，所述RNN命名实体识别模型用于识别文本中的命名实体，其特征在于，所述方法包括：获取多个标注的样本数据，每个所述样本数据包括文本串及其多个分词标注数据，所述分词标注数据包括从所述文本串中分出的分词及其在所述文本串中的命名实体属性标志；将所述多个标注的样本数据中的分词映射为词向量，以所述样本数据作为训练样本，对RNN命名实体识别模型进行训练，以学习所述RNN命名实体识别模型的参数。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于百度在线网络技术（北京）有限公司，未经百度在线网络技术（北京）有限公司许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201510082318.3/，转载请声明来源钻瓜专利网。
- 上一篇：海量数据管理方法和设备
- 下一篇：实时协同编辑系统
