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：山东能源数智云科技有限公司

摘要：本发明实施例提供一种基于结构先验知识的档案知识抽取方法及装置，涉及数据处理技术领域，通过对目标文档进行多特征提取，得到目标文档中的多特征信息，多特征信息包括结构特征和字形特征，能够更精确地捕获到汉字的语义信息，为实体识别提供了丰富和精确的特征表示。还基于多特征信息的特征相关性对多特征信息进行特征融合，并进行特征提取以及数据降维，能够增强模型对数据长距离依赖问题的处理效果，提升模型的泛化能力。还引入深层特征表示的结构先验知识构建标签预测模型，以对关键信息进行实体识别，能够使模型更好的理解数据的结构和特征，更有效地利用实体间的依赖关系及其上下文信息，显著提升实体识别的准确性和鲁棒性。

主权项：1.一种基于结构先验知识的档案知识抽取方法，其特征在于，包括：获取目标文档；对所述目标文档进行多特征提取，得到所述目标文档中的多特征信息；所述多特征信息包括结构特征和字形特征；将所述多特征信息输入至预先构建的特征融合模型中，基于所述多特征信息的特征相关性对所述多特征信息进行特征融合，生成融合特征；对所述融合特征进行特征提取以及数据降维，得到所述融合特征中的关键信息；通过预先构建的标签预测模型对所述关键信息进行实体识别，输出所述目标文档中的关键实体信息；所述标签预测模型基于引入深层特征表示的结构先验知识构建；对所述目标文档进行多特征提取，得到所述目标文档中的多特征信息的步骤，包括：将所述目标文档输入至预先构建的多特征提取模型，通过所述多特征提取模型对所述目标文档进行多特征提取，得到所述目标文档中的多特征信息；其中，所述多特征提取模型包括结构特征提取模型和字形特征提取模型；所述结构特征提取模型用于提取所述目标文档中文字的结构特征，所述字形特征提取模型用于提取所述目标文档中文字的字形特征；所述多特征提取模型的构建方法，包括：获取预先收集的中文档案，采集所述中文档案中的汉字数据；针对所述汉字数据的汉字特征，对所述汉字数据进行标注，得到数据标签；所述汉字特征包括所述汉字数据的偏旁部首和字形；利用第一卷积神经网络对所述汉字数据按部首结构进行拆分和结构特征提取，确定结构特征表示；以及，通过VGG16网络捕捉所述汉字数据的字形细节特征；将所述结构特征表示和所述字形细节特征拼接为综合特征向量；通过所述综合特征向量和所述数据标签对第二卷积神经网络模型进行训练，采用Adam优化器对所述第二卷积神经网络模型的模型参数进行优化；基于训练好的第二卷积神经网络模型构建多特征提取模型；将所述结构特征表示和所述字形细节特征拼接为综合特征向量的步骤，包括：根据所述结构特征表示和所述字形细节特征，确定所述汉字数据对应的上下文特征；通过函数评估所述结构特征表示和所述字形细节特征分别与所述上下文特征的相关性；基于所述相关性，计算所述结构特征表示和所述字形细节特征分别对应的特征权重；基于所述特征权重将所述结构特征表示和所述字形细节特征拼接为综合特征向量。

全文数据：

权利要求：

百度查询： 山东能源数智云科技有限公司 基于结构先验知识的档案知识抽取方法及装置