買專利賣專利找龍圖騰，真高效！ 查專利查商標(biāo)用IPTOP,全免費(fèi)！專利年費(fèi)監(jiān)控用IP管家,真方便！

龍圖騰網(wǎng)獲悉北京明略昭輝科技有限公司申請(qǐng)的專利實(shí)體識(shí)別的方法和裝置、電子設(shè)備和存儲(chǔ)介質(zhì)獲國家發(fā)明授權(quán)專利權(quán)，本發(fā)明授權(quán)專利權(quán)由國家知識(shí)產(chǎn)權(quán)局授予，授權(quán)公告號(hào)為：CN114626380B 。

龍圖騰網(wǎng)通過國家知識(shí)產(chǎn)權(quán)局官網(wǎng)在2025-09-19發(fā)布的發(fā)明授權(quán)授權(quán)公告中獲悉：該發(fā)明授權(quán)的專利申請(qǐng)?zhí)?專利號(hào)為：202210307561.0，技術(shù)領(lǐng)域涉及：G06F40/295；該發(fā)明授權(quán)實(shí)體識(shí)別的方法和裝置、電子設(shè)備和存儲(chǔ)介質(zhì)是由李犇;張杰;于皓設(shè)計(jì)研發(fā)完成，并于2022-03-25向國家知識(shí)產(chǎn)權(quán)局提交的專利申請(qǐng)。

本實(shí)體識(shí)別的方法和裝置、電子設(shè)備和存儲(chǔ)介質(zhì)在說明書摘要公布了：本申請(qǐng)?zhí)峁┝艘环N實(shí)體識(shí)別的方法和裝置、電子設(shè)備和存儲(chǔ)介質(zhì)，其中，該方法包括：獲取待識(shí)別的目標(biāo)文本數(shù)據(jù)；將目標(biāo)文本數(shù)據(jù)輸入目標(biāo)模型內(nèi)，得到目標(biāo)文本數(shù)據(jù)屬于的目標(biāo)實(shí)體類別，其中，目標(biāo)模型用于得到文本數(shù)據(jù)的標(biāo)注信息，并根據(jù)標(biāo)注信息識(shí)別出目標(biāo)實(shí)體類別，目標(biāo)模型是通過對(duì)第三模型進(jìn)行第三模型參數(shù)調(diào)整后，得到的最終模型，第三模型為沿用第二模型內(nèi)的第二模型參數(shù)，對(duì)訓(xùn)練集進(jìn)行預(yù)訓(xùn)練的模型，第二模型為對(duì)第一模型進(jìn)行預(yù)設(shè)次數(shù)的迭代訓(xùn)練后得到的模型，預(yù)設(shè)次數(shù)是利用第四模型對(duì)訓(xùn)練集進(jìn)行處理得到的。通過本申請(qǐng)，解決了相關(guān)技術(shù)中存在的人工標(biāo)注的成本高、時(shí)效低、數(shù)據(jù)漏標(biāo)和標(biāo)錯(cuò)的問題。

本發(fā)明授權(quán)實(shí)體識(shí)別的方法和裝置、電子設(shè)備和存儲(chǔ)介質(zhì)在權(quán)利要求書中公布了：1.一種實(shí)體識(shí)別的方法，其特征在于，所述方法包括： 獲取待識(shí)別的目標(biāo)文本數(shù)據(jù)； 將所述目標(biāo)文本數(shù)據(jù)輸入目標(biāo)模型內(nèi)，得到所述目標(biāo)文本數(shù)據(jù)屬于的目標(biāo)實(shí)體類別，其中，所述目標(biāo)模型用于得到所述文本數(shù)據(jù)的標(biāo)注信息，并根據(jù)所述標(biāo)注信息識(shí)別出所述目標(biāo)實(shí)體類別，所述目標(biāo)模型是通過對(duì)第三模型進(jìn)行第三模型參數(shù)調(diào)整后，得到的最終模型，所述第三模型為沿用第二模型內(nèi)的第二模型參數(shù)，對(duì)訓(xùn)練集進(jìn)行預(yù)訓(xùn)練的模型，所述第二模型為對(duì)第一模型進(jìn)行預(yù)設(shè)次數(shù)的迭代訓(xùn)練后得到的模型，所述預(yù)設(shè)次數(shù)是利用第四模型對(duì)所述訓(xùn)練集進(jìn)行處理得到的，所述第一模型是BERT_NER模型，所述第二模型是迭代多次后的BERT_NER模型，所述第三模型是teacher-student模型，所述第四模型是early_stop模型； 其中，在得到所述目標(biāo)模型時(shí)：將多個(gè)片段序列輸入所述第三模型的第一子模型中，得到第二概率數(shù)值，所述片段序列是對(duì)由訓(xùn)練文本數(shù)據(jù)劃分得到的字符的字符標(biāo)注進(jìn)行片段式拼接后得到的，基于所述第二概率數(shù)值，利用均方差損失函數(shù)訓(xùn)練所述第三模型的第二子模型，直到完成預(yù)設(shè)次數(shù)的迭代，得到訓(xùn)練后的第二子模型的第二子模型參數(shù)；利用所述第二子模型參數(shù)更新所述第一子模型中的第一子模型參數(shù)，得到更新后的第一子模型；將所述片段序列的多個(gè)隱向量輸入更新后的第一子模型，得到第三概率數(shù)值；基于所述第三概率數(shù)值，調(diào)整所述第二子模型參數(shù)，直到所述第二子模型輸出的參考概率數(shù)值大于或者等于預(yù)設(shè)閾值，停止調(diào)整所述第二子模型參數(shù)，得到所述目標(biāo)模型，所述第三模型的第一子模型為teacher模型，所述第三模型的第二子模型為student模型。

如需購買、轉(zhuǎn)讓、實(shí)施、許可或投資類似專利技術(shù)，可聯(lián)系本專利的申請(qǐng)人或?qū)＠麢?quán)人北京明略昭輝科技有限公司，其通訊地址為：100098 北京市海淀區(qū)北三環(huán)西路25號(hào)27號(hào)樓二層2020室；或者聯(lián)系龍圖騰網(wǎng)官方客服，聯(lián)系龍圖騰網(wǎng)可撥打電話0551-65771310或微信搜索“龍圖騰網(wǎng)”。