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！

龙图腾网获悉广州力挚网络科技有限公司申请的专利基于注意力的Bi-LSTM+CRF模型的实体识别方法及装置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：CN116167373B 。

龙图腾网通过国家知识产权局官网在2026-04-24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：202111397445.4，技术领域涉及：G06F40/295；该发明授权基于注意力的Bi-LSTM+CRF模型的实体识别方法及装置是由陆靖桥设计研发完成，并于2021-11-23向国家知识产权局提交的专利申请。

本基于注意力的Bi-LSTM+CRF模型的实体识别方法及装置在说明书摘要公布了：本申请涉及一种基于注意力的Bi‑LSTM+CRF模型的实体识别方法及装置。该方法包括：对待实体识别文本进行预处理，获得所述待实体识别文本的输入向量，其中，所述输入向量包括字符粒度向量、单词粒度向量、词库粒度向量；将所述输入向量输入基于注意力的Bi‑LSTM+CRF模型；在所述基于注意力的Bi‑LSTM+CRF模型的输入特征层，采用注意力机制，分别对所述输入向量的每个不同位置的不同粒度的向量赋予权重，获得加权和运算后的混合向量；根据所述混合向量，获得所述待训练的基于注意力的Bi‑LSTM+CRF模型输出的实体识别结果。本申请提供的方案，能够准确地对文本中的实体进行识别，达到最佳的实体识别效果。

本发明授权基于注意力的Bi-LSTM+CRF模型的实体识别方法及装置在权利要求书中公布了：1.一种基于注意力的Bi-LSTM+CRF模型的实体识别方法，其特征在于，包括： 对训练集进行预处理，获得所述训练集的输入向量，所述输入向量包括字符粒度向量、单词粒度向量、词库粒度向量，其中所述词库粒度向量是表示所述训练集中文本的词语是否在预存兴趣点库的向量； 将所述输入向量输入待训练的基于注意力的Bi-LSTM+CRF模型，其中，所述基于注意力的Bi-LSTM+CRF模型包括输入特征层、设置于前向LSTM之前的第一注意力层、设置于后向LSTM之前的第二注意力层； 在所述待训练的基于注意力的Bi-LSTM+CRF模型的输入特征层，采用注意力机制，分别对所述输入向量的不同位置的字符粒度向量、单词粒度向量、词库粒度向量赋予权重，获得加权和运算后的混合向量； 根据所述混合向量，获得所述待训练的基于注意力的Bi-LSTM+CRF模型输出的实体识别结果，其中包括：将所述混合向量输入所述第一注意力层，采用注意力机制，获得所述第一注意力层输出的第一加权和向量，将所述第一加权和向量输入所述前向LSTM，获得所述前向LSTM输出的前向融合向量，将所述前向融合向量输入所述第二注意力层，采用注意力机制，获得第二加权和向量，将所述第二加权和向量输入所述后向LSTM，获得所述后向LSTM输出的后向融合向量，将所述后向融合向量输入CRF层，获得所述CRF层输出的实体识别结果； 根据所述实体识别结果和所述训练集，获得损失函数值； 如果所述损失函数值小于设定损失阈值和或循环迭代训练的次数达到设定迭代次数，确定完成基于注意力的Bi-LSTM+CRF模型的训练； 对待实体识别文本进行预处理，获得所述待实体识别文本的输入向量； 将所述待实体识别文本的输入向量输入完成训练的基于注意力的Bi-LSTM+CRF模型，以使基于注意力的Bi-LSTM+CRF模型输出实体识别结果。

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广州力挚网络科技有限公司，其通讯地址为：510000 广东省广州市天河区高普路38号4栋106房(仅限办公)；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。