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！

龙图腾网获悉贵州大学申请的专利一种多方向梯度特征提取的嵌套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：CN119990130B 。

龙图腾网通过国家知识产权局官网在2025-10-28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：202510069987.0，技术领域涉及：G06F40/295；该发明授权一种多方向梯度特征提取的嵌套命名实体识别方法是由秦永彬;王晓曼;黄瑞章;陈艳平;林川设计研发完成，并于2025-01-16向国家知识产权局提交的专利申请。

本一种多方向梯度特征提取的嵌套命名实体识别方法在说明书摘要公布了：本发明属于自然语言处理技术领域，公开了一种多方向梯度特征提取的嵌套命名实体识别方法，包括以下步骤：对文本数据集进行预处理；将预处理的句子输入模型获取词向量的上下文特征；将具有上下文信息特征的句子进行平面化表示；通过逐通道卷积与扩展边缘梯度算子结合的方式，提取多方向实体语义边缘特征；使用逐点卷积进行空间连接得到高阶特征，送入多层感知机，与平面化句子表示的句子进行残差连接，使用Softmax和Argmax预测分类返回索引值，完成候选实体筛选。本发明采用上述一种多方向梯度特征提取的嵌套命名实体识别方法，在平面化句子表示中采用扩展八方向Sobel算子提取实体语义边缘特征，使其更加完整且具有区分度。

本发明授权一种多方向梯度特征提取的嵌套命名实体识别方法在权利要求书中公布了：1.一种多方向梯度特征提取的嵌套命名实体识别方法，其特征在于，包括以下步骤： 步骤S1、对文本数据集进行预处理，即把原始数据处理为适合实体模型的数据； 步骤S2、将步骤S1预处理的句子输入预训练BERT模型，获取词向量的上下文特征； 步骤S3、将步骤S2获取的具有上下文信息特征的句子进行平面化句子表示； 步骤S4、将步骤S3平面化句子表示后的句子，通过逐通道卷积与扩展边缘梯度算子结合的方式，提取多方向实体语义边缘特征；将提取特征后的句子，使用逐点卷积进行空间连接得到高阶特征，具体过程如下： 步骤S41、使用深度可分离卷积来支持多方向Sobel梯度算子；其中，深度可分离卷积分解为深度卷积和1×1卷积，即逐点卷积； 深度卷积对平面化句子表示的每个通道使用梯度算子进行单独的卷积运算，以提取实体语义边缘特征，如下所示： ； 其中，表示多头双仿射的输出；表示经过深度卷积操作的平面化句子表示；表示深度卷积操作函数；表示滤波器掩码形式的导数算子，表示导数算子的尺寸大小； 步骤S42、使用逐点卷积进行的标准卷积运算，学习不同通道之间的交互，如下所示： ； 其中，表示经过逐点卷积操作的平面化句子表示；表示逐点卷积操作函数；表示卷积核； 步骤S43、将以上两个卷积的公式合并为统一形式，如下所示： ； 其中，在八个不同方向上的具体公式分别表示为： ； 其中，、、分别表示在0°方向上元素的梯度、在45°方向上元素的梯度、在90°方向上元素的梯度...在135°方向上元素的梯度；、、分别表示0°方向滤波器掩码形式对应的导数算子、45°方向滤波器掩码形式对应的导数算子、90°方向滤波器掩码形式对应的导数算子...135°方向滤波器掩码形式对应的导数算子； 步骤S44、每个元素的梯度是八个方向上梯度值绝对值的最大值，如下所示： ； 最终，将进行实体语义边缘特征提取操作后的句子表示为； 步骤S5、首先将步骤S4得到的高阶特征送入多层感知机，然后与步骤S3得到的平面化句子表示的句子进行残差连接，最后使用Softmax和Argmax预测分类返回索引值，完成候选实体的筛选。

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贵州大学，其通讯地址为：550025 贵州省贵阳市花溪区花溪大道南段2708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。