买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉合肥工业大学申请的专利一种基于层次标签增强对比学习的中文命名实体识别方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN119272774B 。

龙图腾网通过国家知识产权局官网在2025-09-09发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202411335890.1，技术领域涉及：G06F40/295；该发明授权一种基于层次标签增强对比学习的中文命名实体识别方法是由赵山;黄鹏宇;王承禹;徐旺;张妮妮设计研发完成，并于2024-09-24向国家知识产权局提交的专利申请。

本一种基于层次标签增强对比学习的中文命名实体识别方法在说明书摘要公布了：本发明公开了一种基于层次标签增强对比学习的中文命名实体识别方法，包括：1、使用预训练语言模型对标签和字符分别进行编码；2、通过跨模态Transformer网络将编码结果进行深度融合，生成增强特征；3、通过句子级对比学习法最大化匹配的句子与标签之间的相似度；4、通过词元级对比学习法最小化字符表示与标签增强表示之间的差异；5、利用BiLSTM和CRF进行编码和解码，生成最终的实体类别预测序列；6、构建总损失函数并对网络进行训练。本发明有效提升了中文命名实体识别的精度和泛化能力，尤其在处理多义词、同音异义词等复杂场景时表现优异，且无需依赖词典，推理速度快，适用于大规模文本处理的实际应用场景。

本发明授权一种基于层次标签增强对比学习的中文命名实体识别方法在权利要求书中公布了：1.一种基于层次标签增强对比学习的中文命名实体识别方法，其特征在于，是按如下步骤进行： 步骤1、获取中文命名实体识别数据集，且所述中文命名实体识别数据集中若干个样本，其中每个样本包含一个句子文本及对应的编码形式的实体类别标签，其中，句子文本由若干中文单词组成，编码形式的实体类别标签由不同的英文缩写表示； 对所述中文命名实体识别数据集中所有的实体类别编码标签进行自然语言化处理，得到由若干中文单词组成的自然语言形式的实体类别标签； 步骤2、使用预训练语言模型PLM对命名实体识别任务中的标签和字符分别进行编码，相应得到字符表示矩阵和标签表示矩阵； 步骤3、通过跨模态Transformer网络将字符表示矩阵与标签表示矩阵进行深度融合，得到标签增强的字符表示矩阵Y： 步骤4：通过句子级对比学习法最大化匹配的句子与标签之间的相似度，最小化不匹配的句子与标签之间的相似度，从而构建相似度损失； 步骤5、通过词元级对比学习法最小化字符表示与标签增强表示之间的差异，从而利用式7构建词元级对比学习的损失函数： 7 式7中，表示余弦相似度函数，为第二温度参数，为中第i个单词的字符表示，为Y中第i个标签增强的字符表示，为Y中第c个标签增强的字符表示； 步骤6、通过编码与解码对和进行处理，得到的预测标签序列和的预测标签序列，从而构建字符条件似然损失函数和标签增强的字符条件似然损失函数； 步骤7、利用式11构建总损失函数，从而使用Adamx优化器对步骤2-步骤6的整个网络进行训练，并计算总损失函数以更新网络参数，当训练次数达到所设定的阈值时停止训练，从而得到中文命名实体识别模型，用于对无标签的中文语句进行实体识别； 11。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人合肥工业大学，其通讯地址为：230009 安徽省合肥市包河区屯溪路193号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。