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！

龙图腾网获悉国家计算机网络与信息安全管理中心;中国科学院信息工程研究所申请的专利一种基于词表示特征的命名实体识别方法及电子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：CN114077838B 。

龙图腾网通过国家知识产权局官网在2025-07-15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：202010825717.5，技术领域涉及：G06F40/295；该发明授权一种基于词表示特征的命名实体识别方法及电子装置是由孙立远;万欣欣;李欣;赵忠华;付培国;王禄恒;张磊;田正鑫;郝冰川设计研发完成，并于2020-08-17向国家知识产权局提交的专利申请。

本一种基于词表示特征的命名实体识别方法及电子装置在说明书摘要公布了：本发明提供一种基于词表示特征的命名实体识别方法及电子装置，包括：对待检测文本进行分词，获取各词语的基础特征；将各词语组成一词语序列，并对每一词语进行编码，提取编码结果的词嵌入特征；根据词语序列的设定权重与设定主题，生成一词向量序列，提取词向量序列的词表示特征；将基础特征、词嵌入特征及词表示特征输入一实体识别模型，获取待检测文本中的命名实体。本发明采用了word2vec训练的词嵌入及LSTM训练的词表示，捕获了语句的长期依赖性，充分的利用了长距离上下文信息对命名实体进行识别，相对于传统模型有较好的改进，提高了微博命名实体的识别的准确率。

本发明授权一种基于词表示特征的命名实体识别方法及电子装置在权利要求书中公布了：1.一种基于词表示特征的命名实体识别方法，其步骤包括： 1对待检测文本进行分词，获取各词语的基础特征；其中，所述基础特征包括单词特征、词性特征、字母特征和数字特征； 2将各词语组成一词语序列，并对每一词语进行编码，提取编码结果的词嵌入特征； 3根据词语序列的设定权重与设定主题，生成一词向量序列，并将所述词向量序列输入一递归神经网络，提取词向量序列的词表示特征； 4将基础特征、词嵌入特征及词表示特征输入一实体识别模型，获取待检测文本中的命名实体；所述实体识别模型由两个条件随机场模型的串行组合构成，低层条件随机场模型利用单词特征、词性特征、字母特征和数字特征来识别简单命名实体，高层条件随机场模型使用词特征、词性特征、字母特征、数字特征、词嵌入特征、词表示特征以及所述简单命名实体的特征进行组合型复杂命名实体的识别提取； 其中，通过以下步骤得到实体识别模型： a采集若干样本文本，得到一语料库； b获取语料库中每一样本文本的样本基础特征、样本词嵌入特征及样本词表示特征； c将各样本文本的样本基础特征、样本词嵌入特征及样本词表示特征输入一级联条件随机场模型并进行训练，得到实体识别模型。

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国家计算机网络与信息安全管理中心;中国科学院信息工程研究所，其通讯地址为：100029 北京市朝阳区裕民路甲3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”。