一种融合实体标签编码的小样本学习命名实体识别方法（人工智能AI、信息抽取，文本挖掘，文档信息提取、文本智能解析）

本发明公开了一种融合实体标签编码的小样本学习命名实体识别方法，包括：步骤(1)得到字符特征及其序列；步骤(2)得到词对特征矩阵、距离特征矩阵和区域特征矩阵，并拼接得到词对关系特征矩阵；步骤(3)得到每个实体标签的特征表示；步骤(4)计算每个词对关系特征与实体标签特征的点积相似度，得到转移概率矩阵；步骤(5)选取最优模型作为最终的预训练模型；步骤(6)载入预训练模型进行小样本学习，将句子输入到模型中，输出词对关系矩阵。该方法将分别对词对和实体标签进行编码，再将词对的表征和实体标签的表征进行匹配，得到词与词之间的实体关系。能够在低资源的情况下，有效地识别连续实体、重叠实体和不连续实体。

《一种融合实体标签编码的小样本学习命名实体识别方法（人工智能AI、信息抽取，文本挖掘，文档信息提取、文本智能解析）》是一发明专利，专利号为 2023101116697，当前法律状态为已下证，由杭州电子科技大学提出申请，发明人为姜明;陈跃晨;张旻，申请日期为2023-02-14，公开（公告）日期为2023-05-12，国际专利分类号（IPC）为 G06F40/295(2020.01)I;G06F40/151(2020.01)I;G06N3/0455(2023.01)I;G06N3/096(2023.01)I;G06F18/22(2023.01)I，高新资质：未报高企，所属技术领域包括：深度学习，预训练语言模型，小样本学习，实体识别，语义表征，文本编码，迁移学习，分类建模，词对关系建模，低资源 NLP、低资源领域实体抽取，医疗文本实体识别，法律文书实体抽取，金融文本实体挖掘，知识库构建，新闻文本实体抽取，情报文本解析，领域文本标注，非连续实体提取，嵌套实体识别，多领域小样本信息抽取，知识图谱构建，行业文档结构化。该专利已下发证书，权利稳定，适合直接办理转让过户，是企业申报高企、项目招投标、质押融资的优质标的。赋翼网提供从选品、尽调、合同签订到官方著录项目变更（过户）的一站式专利转让服务，专业顾问全程协助，确保交易合规、安全、高效。专利摘要：本发明公开了一种融合实体标签编码的小样本学习命名实体识别方法，包括：步骤(1)得到字符特征及其序列；步骤(2)得到词对特征矩阵、距离特征矩阵和区域特征矩阵，并拼接得到词对关系特征矩阵；步骤(3)得到每个实体标签的特征表示；步骤(4)计算每个词对关系特征与实体标签特征的点积相似度，得到转移概率矩阵；步骤(5)选取最优模型作为最终的预训练模型；步骤(6)载入预训练模型进行小样本学习，将句子输入到模型中，输出词对关系矩阵。该方法将分别对词对和实体标签进行编码，再将词对的表征和实体标签的表征进行匹配，得到词与词之间的实体关系。能够在低资源的情况下，有效地识别连续实体、重叠实体和不连续实体。

海量优质专利即买即用，四大核心优势助您弯道超车：
🏆 拿资质，享红利：高企认定、专精特新必备！轻松获取政府补贴、税收减免，招投标直接加分！
💎 增信誉，融资金：支持实缴注册资金，彰显企业硬实力；支持专利质押贷款，盘活现金流，扩张不缺钱！
🔥 强背书，防抄袭：印上“专利产品”，客户更信赖！构建技术壁垒，把竞争对手挡在门外，稳占市场份额！
🚀 省时间，快变现：告别漫长研发与高风险！优质专利即买即用，让技术立刻变成真金白银的利润！