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：中国电子科技集团公司第十五研究所

摘要：本发明提供了一种基于原型网络的嵌套命名实体识别方法和装置，属于自然语言处理技术领域。本发明方法采用原型网络作为识别结构；构建训练样本时，根据训练文本序列中每个字符在已知实体中的位置和实体类型，构成标签；一个字符可能对应多个标签，形成理想标签组，组成训练样本，对原型网络进行训练；进行识别时，将待识别文本序列输入原型网络，生成每个字符对应的标签组；待识别文本所有字符的标签组组成标签序列，最后对标签序列进行标签解析，识别出实体。使用本发明能够能够有效支撑多类别嵌套实体的识别。

主权项：1.一种基于原型网络的嵌套命名实体识别方法，其特征在于，包括：步骤1、构建原型网络包括编码器、全连接网络、原型参数映射网络；所述原型参数映射网络包括4m+1个原型组，每个原型组中包含多个原型；4m+1个原型组对应4m+1个标签；其中，4m个标签对应m种已知的实体类别SEntity；每个实体类别SEntity有4种标签，分别为BIOES标注方式中的B标签、I标签、E标签和S标签，这四类标签由BIOES标识IBIOES和实体类别SEntity组成；第4m+1个标签为BIOES标注方式中的O标签；步骤2、构建训练样本集：已知训练文本序列和对应的实体，所述实体包括实体字符序列和实体类别SEntity；根据训练文本序列和已知实体，确定训练文本序列中的每个字符Wi属于哪个实体以及在实体字符序列中的位置，利用所属实体的实体类别SEntity和所述位置的BIOES标识IBIOES构建标签；一个字符Wi对应至少一个标签，形成理想标签组labeli；字符Wi和理想标签组labeli组成训练样本；步骤3、训练原型网络：将训练样本输入原型网络，计算原型网络输出与训练样本中理想标签组之间的损失函数值，对原型网络进行优化；所述对原型网络进行优化为：原型参数映射网络计算所述全连接网络输出的所有隐含特征hi与所有原型的距离，通过损失函数计算原型网络的损失函数值，根据损失函数值优化原型网络；首先计算每个隐含特征hi属于原型mpq的概率P为： （1）其中，x表示字符Wi；原型mpq表示第p个标签对应的原型组中的第q个原型，p[1,C]，q[1,K]；C为原型参数映射网络中标签的数量也是原型组的个数，C=4m+1；K为每个标签对应的原型组中原型的个数；d·为距离函数；γ为常量；计算字符Wi属于每个标签的概率值为： （2）计算损失函数值为： （3）上式中，N为输入原型参数映射网络的文本序列中字符的个数，C为原型参数映射网络中标签的数量也是原型组的个数；labeli为字符Wi对应的理想标签组；上式（3）表示，如果C个标签中第k个标签在字符Wi对应的理想标签组labeli中，则字符Wi属于第k个标签的概率参与损失函数的累加，否则，不参与损失函数的累加；遍历字符Wi~WN，利用上式（3）获得原型网络的损失函数值；根据损失函数值优化原型网络；步骤4、进行识别时，将待识别文本序列输入原型网络，生成每个字符Wi对应的标签组li；待识别文本序列所有字符的标签组组成标签序列；步骤5、根据待识别文本序列及其标签序列进行标签解析，识别出待识别文本序列对应的实体集合。

全文数据：

权利要求：

百度查询： 中国电子科技集团公司第十五研究所 一种基于原型网络的嵌套命名实体识别方法和装置