[发明专利]一种安全领域命名实体识别方法及神经网络模型在审
| 申请号： | 201910091654.2 | 申请日： | 2019-01-30 |
| 公开（公告）号： | CN109918647A | 公开（公告）日： | 2019-06-21 |
| 发明（设计）人： | 马平川;姜波;卢志刚;李宁 | 申请（专利权）人： | 中国科学院信息工程研究所 |
| 主分类号： | G06F17/27 | 分类号： | G06F17/27;G06N3/04;G06N3/08 |
| 代理公司： | 北京君尚知识产权代理事务所(普通合伙) 11200 | 代理人： | 司立彬 |
| 地址： | 100093 *** | 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： | 本发明公开了一种安全领域命名实体识别方法及神经网络模型。本方法为：1)将安全报告中的非结构化文本按照句子分隔开；2)统计安全报告中出现过的单词和标点符号，构建一词汇表；3)根据该词汇表构建词嵌入向量矩阵；4)将每一句子中的词汇使用对应的词嵌入向量表示；然后利用双向LSTM层对该句子进行训练；5)将词嵌入向量及其双向LSTM输出进行拼接，作为条件随机场的输入；然后使用条件随机场，学习拼接结果对应的单词与各设定标签之间的依赖关系，以及前一个标签和当前标签之间的依赖关系；6)输出具有最大概率的标签序列作为句子的标注，然后根据单词的标签，输出该句子中包含的命名实体。本发明大幅提高实体识别的效率。 | ||
| 搜索关键词： | 句子 命名实体 标签 单词 嵌入 神经网络模型 安全报告 安全领域 依赖关系 词汇表 构建 输出 拼接 非结构化文本 标点符号 标签序列 词汇使用 实体识别 向量表示 向量矩阵 最大概率 分隔 向量 机场 标注 统计 学习 | ||
【主权项】：
1.一种安全领域命名实体识别方法，其步骤包括：1)将安全报告中的非结构化文本按照句子分隔开；2)基于步骤1)的处理结果，统计所述安全报告中出现过的单词和标点符号，将所出现的互不相同的单词和标点符号统一称为词汇，使用所述词汇构建一词汇表；3)根据该词汇表构建词嵌入向量矩阵；其中，该词嵌入向量矩阵为m行n列的矩阵，m是词汇表中词汇的个数，n是词嵌入向量的维度；4)对步骤1)获得的每一句子，将该句子中的词汇使用对应的词嵌入向量表示；然后利用双向LSTM层对该句子进行训练；5)将词嵌入向量及其双向LSTM输出进行拼接，作为条件随机场的输入；然后使用条件随机场，学习拼接结果对应的单词与各设定标签之间的依赖关系，以及前一个标签和当前标签之间的依赖关系；6)输出具有最大概率的标签序列作为当前句子的标注，标注中包含当前句子中每个单词对应的标签；然后根据单词的标签，输出该句子中包含的命名实体。
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中国科学院信息工程研究所，未经中国科学院信息工程研究所许可，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/201910091654.2/，转载请声明来源钻瓜专利网。
