龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！
申请/专利权人：昆明理工大学
摘要：本发明涉及基于多任务学习的词性标注与标点恢复方法及模型，属自然语言处理领域。通过采用多任务学习策略，同时处理标点恢复和词性标注，从而允许模型在学习过程中共享相关的表征。这种融合词性特征的方法使得模型能更深入地理解文本的句法结构，更准确地预测标点符号位置。本发明模型包括：编码层、词性标注层和标点恢复层。这种多任务学习框架允许模型在不同的语言学层面上进行联合训练，从而在词性标注和标点恢复两个任务上都取得更好性能。这种多任务学习方法不仅提高模型的预测精度，还增强其对复杂语言现象的处理能力。本发明能显著提升缅甸语音转录文本中标点恢复的整体性能，证明多任务学习方法在提升缅甸语标点恢复准确性方面的有效性。
主权项：1.一种基于多任务学习的词性标注与标点恢复方法，其特征在于：所述方法包括：步骤1、提取原始文本中的丰富上下文信息，为后续任务执行提供必要的输入数据；步骤2、进行词性标注任务；接收来自编码器的单词向量作为输入，通过一系列的线性变换和非线性激活函数对输入向量进行处理，实现对数据的抽象和映射；步骤3、进行标点预测任务，把标点恢复任务构建为一个序列标注问题，对标点预测任务进行优化，采用负对数似然损失函数作为训练过程中的损失指标；步骤4、通过目标损失联合训练标点恢复模型。
全文数据：
权利要求：
百度查询： 昆明理工大学 一种基于多任务学习的词性标注与标点恢复方法及模型
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号