融合主题模型和卷积神经网络的垂直域实体消歧方法[CN202010680196.9] - 浙江工业大学

专利申请

2020-07-15
公布公告

2021-12-07
授权日期

2021-12-07
终止

2031-12-05

融合主题模型和卷积神经网络的垂直域实体消歧方法

* 专利信息仅供参考，不具有法律效力。有效专利

注册号： CN202010680196.9 申请日期： 2020-07-15 专利主类别： G06F40/30 {{ classMap["G06F40/30"] }}

申请人名称：浙江工业大学

查看申请人名下所有专利

申请人地址：浙江省杭州市下城区潮王路18号

专利分类项目

G06F40/30 :

G06F40/242 :

G06F40/295 :

G06K9/62 : 应用电子设备进行识别的方法或装置

G06N3/04 : 体系结构，例如，互连拓扑

专利注册信息

初审公告期号	2020-07-15	初审公告日期	2021-12-07
注册公告期号	2021-12-07	注册公告日期	2021-12-07
专用权期限	2021-12-07 - 2031-12-05	专利类型	发明授权
代理组织机构	杭州天正专利事务所有限公司查看该机构代理的所有专利

专利介绍

融合主题模型和卷积神经网络的垂直域实体消歧方法，包括：1、构建领域知识库；2、将预处理后的数据集进行词向量模型训练，并构建相应的词典；3、提取出待消歧实体名称，并从领域知识库中确定该实体对应的候选实体集，将实体上下文信息进行词向量化表示；4、将经人工标注的训练集语料利用词库构造代表实体主题的关键词字典作为输入，训练并保存主题模型；5、将经人工标注的数据集作为训练集和验证集进行训练，优化模型参数并保存CNN模型；6、根据步骤4和5中得到的主题特征相似度Sim1和语义特征相似度Sim2，利用权值归一化操作以最优方式融合两种特征相似度；7、取值最大的融合相似度对应的候选实体为最终消歧实体。

法律进度