专利名称：多模态命名实体识别方法、装置以及计算机设备      申请号：2024107106443     转让价格：面议  收藏
法律状态：已下证   类型：发明   关键词：计算机视觉 实体识别   相似专利 发布日：2025/07/10  
摘要： 本发明涉及自然语言处理技术领域，特别涉及一种多模态命名实体识别方法、装置以及计算机设备，通过构建包括有实体感知、视觉区域感知以及三元组感知的特定多模态命名实体识别任务的任务组合对，作为多模态命名实体模型的训练数据，逐步引导多模态命名实体模型通过不同任务特性的任务指令来增强不同模态信息之间的交互，提高多模态命名实体模型命名识别的性能，从而更加准确、有效地进行多模态命名实体识别。

专利名称：基于多词分割和多层次信息提取的电力设备命名实体识别方法      申请号：2024107821313     转让价格：面议  收藏
法律状态：已下证   类型：发明   关键词：电力 实体识别   相似专利 发布日：2025/07/09  
摘要： 本发明公开了基于多词分割和多层次信息提取的电力设备命名实体识别方法。对原始电力设备文本进行分词和多词分割，获取命名实体候选项；使用预训练模型获取字符级命名实体词嵌入表征集合；从词嵌入中分别提取局部特征和全局序列上下文依赖，生成上下文特征表征序列；融合上下文特征,并结合滑动标注窗口获取的上下文语义信息，进行多层次分类；最后基于条件随机场解码输出命名实体识别结果，包括实体边界和类别型号标注。本发明结合了多词分割和多层次信息提取技术，有效处理电力领域中常见的由多个词构成的专业术语和设备名称，综合利用了词汇、句法和语义等多层次信息，增强了对上下文的理解能力,提高了在复杂语境下的识别准确性。

专利名称：基于图传播和动态注意力的网络安全命名实体识别方法及装置      申请号：2024111009145     转让价格：面议  收藏
法律状态：已下证   类型：发明   关键词：网络传输 实体识别   相似专利 发布日：2025/07/09  
摘要： 本发明公开了一种基于图传播和动态注意力的网络安全命名实体识别方法及装置。对输入的网络安全文本数据进行预处理，根据网络安全词典构建异构图并且标注边类型；采用图注意力网络GAT实现图传播模块，通过动态注意力机制强化实体之间的语义关联，引入动态卷积层以增强模型对局部上下文的捕捉能力，为每个位置动态生成卷积核；通过双层条件随机场CRF解码器和束搜索进行解码，第一层CRF解码器负责识别简单的网络安全实体，第二层CRF解码器用于识别更复杂的嵌套或多层次网络安全实体，使用束搜索近似求解全局最优，通过这种双层解码策略，不仅提高了实体识别的准确性，也优化了实体之间关系的识别。

专利名称：一种实体识别方法、装置及电子设备      申请号：2020111037630     转让价格：面议  收藏
法律状态：已下证   类型：发明   关键词：计算机视觉 实体识别   相似专利 发布日：2025/07/09  
摘要： 本公开提供一种实体识别方法、装置以及电子设备，方法包括以下步骤：获取待识别信息；根据待识别信息，得到第一目标向量；将第一目标向量分别投影到多个空间模型中，得到多个投影模型；根据多个投影模型，得到第二目标向量；根据第二目标向量，确定目标第二标签；输出目标第二标签，目标第二标签表征在待识别信息内识别到的实体；其中，多个空间模型相互存在差异，且每一空间模型均对应至少一个第一标签，每一第一标签均对应多个第二标签。本申请通过将第一目标向量投影到多个空间模型内，使得在确定目标第二标签时，只需要从目标第一标签对应的第二标签中确定目标第二标签即可，大大减小了确定目标第二标签的运算量。

专利名称：基于多级残差卷积与注意力机制的中文命名实体识别方法      申请号：2021101022065     转让价格：面议  收藏
法律状态：已下证   类型：发明   关键词： 实体识别   相似专利 发布日：2025/07/07  
摘要： 基于多级残差卷积与注意力机制的中文命名实体识别方法，属于自然语言处理领域。该方法采用联合注意力机制的多级残差卷积网络。针对传统循环神经网络处理序列信息时模型效率低下的问题，本发明引入多级残差卷积，以获得不同范围内的局部上下文信息，并充分利用硬件的计算能力，显著提高模型效率。此外，循环神经网络由于梯度消失和梯度爆炸问题，无法有效地获取全局上下文信息，极大地影响网络的性能。本发明在网络中引入注意力机制，通过构建每个字符与句子之间的关系，计算出每个字符的重要性权重，从而学习全局信息。最终本发明利用条件随机场对字符标签的转移概率进行计算以获得合理的预测结果，进一步提高了命名实体识别模型的鲁棒性。

专利名称：一种基于多源词典的交叉Transformer中文医疗命名实体识别方法      申请号：2022103261243     转让价格：面议  收藏
法律状态：已下证   类型：发明   关键词：电子病历 智慧医疗 医疗信息化 医疗数字化 智慧医疗系统 实体识别   相似专利 发布日：2025/07/31  
摘要： 本发明涉及一种基于多源词典的交叉Transformer中文医疗命名实体识别方法。本发明加入多源词典信息，通过特征提取模块，分别提取通用词汇增强的文本特征和医疗词汇增强的文本特征。然后，通过交叉Transformer模块，将上一步得到的2种特征进行交互增强，并动态的进行融合。最终，使用融合后的文本特征来一起预测中文医疗文本中的实体。该方法可以同时使用通用词典信息和医疗领域词典信息，来提升词典和实体之间的匹配率。

专利名称：一种基于BCNN的命名实体识别模型训练方法及装置      申请号：2022116287167     转让价格：面议  收藏
法律状态：授权未缴费   类型：发明   关键词：人工智能 语义分析 自然语言处理 深度学习 知识图谱 智能问答 机器翻译 信息检索 情感分析 信息提取 句法分析 机器翻译 实体识别   相似专利 发布日：2025/06/10  
摘要： 本发明属于语义分析技术领域，具体涉及一种基于BCNN的命名实体识别模型训练方法及装置；该方法包括：获取带有标注信息的命名实体数据集和分词数据集并进行划分，得到总训练集和总验证集；将总训练集输入到共享嵌入层中进行处理，得到命名实体嵌入表示和分词嵌入表示；采用编码器分别对命名实体嵌入表示和分词嵌入表示进行处理，得到命名实体编码特征和分词编码特征；采用解码器分别对命名实体编码特征和分词编码特征进行处理，得到命名实体识别结果和分词识别结果；计算模型总损失并根据模型总损失进行反向传播，调整模型参数，得到训练好的模型；本发明能够提高模型的编码效率并降低计算复杂度，大幅度降低资源和时间消耗。

专利名称：基于Merkle-tree的工业生产数据实体识别方法      申请号：201910035568X     转让价格：面议  收藏
法律状态：已下证   类型：发明   关键词： 实体识别   相似专利 发布日：2025/06/05  
摘要： 基于Merkle‑tree的工业生产数据实体识别方法，步骤为：1)针对工业生产数据的浮动性，利用矩阵及向量的性质，对数据进行相应的标准化处理，确保同一实体的数值型属性值相同；2)计算各属性列的信息熵，获取属性敏感度强弱信息，去除敏感度低的属性，将其余属性根据敏感度降序排序；3)提出一种链式结构，称作“St‑Chain”,基于St‑Chain进行渐进式哈希编码，将哈希值相同的实体划分到同一块中；4)对于步骤3)中得到的结构，继续计算各元组中后续属性的哈希值，根据哈希值异同，重复划分成块，最终得到实体识别结果。本发明通过上述方法，提供了一种算法运行效率适中、识别精度较高的实体识别方法。

专利名称：基于对比学习的嵌套实体识别方法和系统      申请号：202210247571X     转让价格：面议  收藏
法律状态：已下证   类型：发明   关键词：AI 人工智能 人工智能算法 自然语言处理 深度学习 模型训练 人工智能算法 实体识别   相似专利 发布日：2025/02/11  
摘要： 本发明提供了一种基于对比学习的嵌套实体分类方法和系统，提供的用于嵌套实体分类的目标嵌套实体分类模型通过两阶段得到，其中，第一阶段，利用对比学习方法学习实体的表征，第二阶段，采用片段方法，由于第一阶段学习到样本的特征，因此可以减少负样本的比例，并能加快模型的收敛，使得模型结果更加稳健，对实体的边界区分度更高。

专利名称：命名实体识别方法、装置及可读存储介质      申请号：2020112579453     转让价格：面议  收藏
法律状态：已下证   类型：发明   关键词：深度学习 文本识别 数据算法 软件大数据 实体识别   相似专利 发布日：2025/05/06  
摘要： 本发明提供一种命名实体识别方法、装置及可读存储介质，本发明方法中，将待识别电子病历输入至命名实体识别模型，输出与所述待识别电子病历对应的医疗实体识别结果，其中，所述命名实体识别模型是基于电子病历样本数据以及预先确定的医疗实体标签进行训练后得到的，所述命名实体识别模型用于基于预设双向长短期记忆网络‑条件随机场模型对所述待识别电子病历的基于拼音首字母、字和词的融合特征向量进行处理，以获得所述待识别电子病历对应的医疗实体识别结果。通过预设双向长短期记忆网络‑条件随机场模型对所述待识别电子病历的基于拼音首字母、字和词的融合特征向量进行处理，能够获得更全面的特征信息，进而提高医疗实体识别结果的准确性。

专利名称：一种基于ALBERT与多重词信息嵌入的命名实体识别方法      申请号：2021105126398     转让价格：面议  收藏
法律状态：已下证   类型：发明   关键词： 实体识别   相似专利 发布日：2024/10/16  
摘要： 本发明提供了一种基于ALBERT与多重词信息嵌入的命名实体识别方法，利用训练后的深度学习模型对预处理后的待识别语句进行处理，得到识别结果；深度学习模型的训练过程包括根据已标注语料主题，进行未标注语料爬取；获取预训练好的ALBERT语言模型，对全部语料进行预训练微调，得到字向量；构建命名实体识别数据集，并对数据集做预处理，依据数据集构建多重词信息特征；将字向量序列与多重词信息特征序列进行融合，得到加强的字向量序列；构建深度学习模型，利用加强的字向量序列进行模型训练。本发明可以有效的表征字的多义性，提升实体识别的效率。

专利名称：多模态命名实体识别方法、装置、设备以及存储介质      申请号：2023107123069     转让价格：面议  收藏
法律状态：已下证   类型：发明   关键词：计算机硬件 实体识别   相似专利 发布日：2025/07/10  
摘要： 本发明涉及自然语言处理技术领域，特别涉及一种多模态命名实体识别方法，包括：获得文档数据以及预设的多模态命名实体识别模型，将所述句子输入至所述文本特征提取模块进行特征提取，获得所述句子对应的文本特征表示；将所述图像输入至所述视觉特征提取模块中进行特征提取，获得所述图像对应的视觉特征表示；将所述视觉特征表示输入至所述视觉注意力提取模块中进行注意力提取，获得注意力提取后的视觉特征表示；将所述文本特征表示以及注意力提取后的视觉特征表示输入至所述跨模态交互模块中进行特征交互，获得跨模态特征表示；将所述跨模态特征表示输入至所述命名实体识别模块中进行实体识别，获得所述文档数据的命名实体识别结果。

专利名称：多模态命名实体识别方法、装置、设备以及存储介质      申请号：2023104975762     转让价格：面议  收藏
法律状态：已下证   类型：发明   关键词： 实体识别   相似专利 发布日：2025/07/10  
摘要： 本发明涉及自然语言处理技术领域，特别涉及一种多模态命名实体识别方法、装置、设备以及存储介质，采用相似度匹配推理，获得图文匹配推理信息，用以指示相关联的图像子区域的比例，实现了图文的整体以及局部匹配，减少无关视觉信息的影响，并且充分利用语义信息以及跨模态信息，构建多模态特征表示，有效的弥合不同模态间的语义鸿沟，提高多模态命名实体识别的精准性以及效率。

专利名称：一种基于学习的实体识别方法      申请号：2016106570826     转让价格：面议  收藏
法律状态：已下证   类型：发明   关键词： 实体识别   相似专利 发布日：2025/04/07  
摘要： 本发明公开了一种基于学习的实体识别方法，其实现过程为，从数据记录中抽取出部分数据作为训练数据集并人工标出分类，对其进行预处理，根据相似度值和匹配情况产生分类器；把数据记录中除训练数据集外的其它数据作为测试数据集存储到分布式文件系统中，作为实体识别的输入，采用训练好的分类模型对测试数据集进行分类处理；最后根据系统匹配结果，得出最终的实体识别结果。该基于学习的实体识别方法与现有技术相比，采用和机器学习结合的方式，通过应用分类器来提高执行速度，并能达到很好的识别效果，可以很好地满足识别海量数据中的实体的需求，实用性强。

专利名称：一种基于实体识别和属性抽取模型的学校领域知识图谱构建方法      申请号：2019105114270     转让价格：面议  收藏
法律状态：已下证   类型：发明   关键词： 实体识别   相似专利 发布日：2025/08/11  
摘要： 本发明公开了一种基于实体识别和属性抽取模型的学校领域知识图谱构建方法。首先对学校领域问答对数据集预处理得到实体识别模型标注数据集EntityData；利用数据集EntityData训练基于BERT‑BiLSTM‑CRF的实体识别模型，得到学校领域实体识别模型SchoolEntityModel；然后对学校领域问答对数据集预处理得到属性抽取模型标注数据集AttributeData；利用数据集AttributeData训练基于BERT的属性抽取模型，得到学校领域属性抽取模型SchoolAttributeModel；最后分别通过SchoolEntityModel和SchoolAttributeModel抽取出问句对数据集中的实体、属性和属性值，从而建立知识三元组，构建学校领域知识图谱。本发明方法可有效构建学校领域知识图谱。

专利名称：一种基于神经网络的智能医疗命名实体识别方法和装置      申请号：202010105826X     转让价格：面议  收藏
法律状态：已下证   类型：发明   关键词：网络传输 实体识别   相似专利 发布日：2025/06/25  
摘要： 本发明公开了一种基于神经网络的智能医疗命名实体识别方法和装置，属于人工智能、自然语言处理技术领域，本发明要解决的技术问题为如何在有限的标注语料库上，设计出更为理想的机器学习模型，以便更深入地挖掘医疗命名实体的标注特征和规律，从而提高医疗命名实体标注的准确率，采用的技术方案为：该方法是利用三个卷积神经网络构建并行卷积神经网络，对医疗文本进行编码；再利用两个长短时记忆神经网络构建堆叠循环神经网络，对医疗文本进行编码；再分别将并行卷积神经网络输出的编码与堆叠循环神经网络输出的编码进行联接，得到优化后最终的文本编码向量；最后结合条件随机场模型，高效准确地识别医疗命名实体。

专利名称：一种用于肝癌病理文本命名的实体识别方法      申请号：2021108641367     转让价格：面议  收藏
法律状态：已下证   类型：发明   关键词： 实体识别   相似专利 发布日：2025/08/05  
摘要： 本发明属于自然语言处理领域，具体涉及一种用于肝癌病理文本命名的实体识别方法，该方法包括：实时获取肝癌病理文本信息，对该文本信息进行预处理；将预处理后的文本信息输入到训练好的肝癌病理文本命名实体模型，得到肝癌病理文本信息识别结果；根据识别结果对肝癌病理文本信息进行分类标记；本发明可对肝癌病理文本的十类关键实体进行精准的识别抽取，实体识别效果较好。

专利名称：一种扁平化标记增强的嵌套命名实体识别方法与系统      申请号：2022100985826     转让价格：面议  收藏
法律状态：已下证   类型：发明   关键词： 实体识别   相似专利 发布日：2025/09/08  
摘要： 本发明提出一种扁平化标记增强的嵌套命名实体识别方法与系统，该方法包括：将对象语句中的每个词转换为词对应的语义向量表示；进一步学习每个词在上下文中的表示，以得到融合上下文信息的词的语义向量表示；对对象语句中的每个词分别预测对应的扁平化标记信息；将融合上下文信息的词的语义向量表示与扁平化标记信息作为输入，学习得到融合扁平化标记信息的词的语义向量表示；基于融合扁平化标记信息的词的语义向量表示，对对象语句中的所有文本片段进行分类，以确定得到文本片段为某种实体或不为实体对应的概率分布。本发明充分利用内层实体的信息和文本片段的信息，可有效减少可能出现的错误传播问题。

专利名称：一种集成句法信息的嵌套命名实体识别方法与系统      申请号：2021107725543     转让价格：面议  收藏
法律状态：已下证   类型：发明   关键词：人工智能 信息检索 机器翻译 实体识别   相似专利 发布日：2024/09/09  
摘要： 本发明提出一种集成句法信息的嵌套命名实体识别方法及系统，所述方法包括如下步骤：抽取给定句子中每个当前词对应的短语句法特征，集合短语句法特征以得到短语句法信息；以短语句法信息作为额外输入，并基于注意力机制构建得到边界检测模型，用于筛选出给定句子中包含命名实体的文本片段并加入到候选文本片段集中；抽取给定句子中每个当前词对应的依存句法特征，集合依存句法特征以得到依存句法信息；以依存句法信息作为额外输入，并基于注意力机制构建得到类别预测模型，类别预测模型用于预测候选文本片段为特定类别实体的概率以及不是实体的概率。本发明提出的集成句法信息的嵌套命名实体识别方法，可提高实际识别准确度。

专利名称：一种融合中心词信息的嵌套命名实体识别方法与装置      申请号：202110134242X     转让价格：面议  收藏
法律状态：已下证   类型：发明   关键词：人工智能 神经网络预测 文本自动识别 实体识别   相似专利 发布日：2025/01/08  
摘要： 本发明提出一种融合中心词信息的嵌套命名实体识别方法与装置，该方法包括：以标注了嵌套实体信息以及中心词信息的语句作为训练语句；构建基于多任务学习的边界检测神经网络模型，引入中心词预测任务作为辅助任务，基于训练语句中的每个词在上下文中的向量表示，分别进行预测；根据首词预测结果以及尾词预测结果，筛选出候选文本片段集；构建中心词增强的类别预测神经网络模型，以候选文本片段集以及中心词预测结果作为输入，计算得到每个候选文本片段本身的向量表示及在上下文中的向量表示，进而计算得到类别预测结果。本发明提出的实体识别方法，具有更好的识别性能，满足了应用需求。