在众包数据上进行对抗学习的命名实体识别方法、设备及可读存储介质

发明专利有效专利

申请号：
CN201810007733.6
IPC分类号：G06F40/295;G06N3/04;G06N3/08
申请日期：
2018-01-04
申请人：
苏州大学

基础信息

权利要求

说明书

PDF全文

法律信息

引证文献

著录项信息

专利名称	在众包数据上进行对抗学习的命名实体识别方法、设备及可读存储介质
申请号	CN201810007733.6	申请日期	2018-01-04
法律状态	授权	申报国家	中国
公开/公告日	2018-06-29	公开/公告号	CN108228564A
优先权	暂无	优先权号	暂无
主分类号	G06F40/295	IPC分类号	G;0;6;F;4;0;/;2;9;5;;;G;0;6;N;3;/;0;4;;;G;0;6;N;3;/;0;8查看分类表>
申请人	苏州大学	申请人地址	江苏省苏州市吴中区吴中大道1188号变更专利地址、主体等相关变化，请及时变更，防止失效
权利人	苏州大学	当前权利人	苏州大学
发明人	陈文亮;杨耀晟;张民
代理机构	苏州市中南伟业知识产权代理事务所（普通合伙）	代理人	暂无

摘要

本发明涉及一种在众包数据上进行对抗学习的命名实体识别方法，在特定的领域内，只要制定好实体标注规范，用众包标注的方法就能以较低的标注成本快速构建大规模标注语料，在一定程度上缓解了缺乏标注语料的困境，更好得使用众包数据，提高模型在众包数据上的学习质量不同于之前的数据使用方式，我们使模型能自主地学习语料中由不同标注员造成的标注不当，在原来的模型上加入了对抗学习模型，以此判别出语料中的标注噪声，提高模型的识别能力，更好地趋向专家的高质量标注策略，丰富了神经网络模型的现实意义，使之符合具体的应用。

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有引用任何外部专利数据！

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有被任何外部专利所引用！

我浏览过的专利

专利服务由北京酷爱智慧知识产权代理公司提供