Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
专利交易 商标交易 积分商城 国际服务 IP管家助手 科技果 科技人才 会员权益 需求市场 关于龙图腾 更多
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 中国铁道科学研究院集团有限公司电子计算技术研究所;中国铁道科学研究院集团有限公司;北京经纬信息技术有限公司惠伟获国家专利权

中国铁道科学研究院集团有限公司电子计算技术研究所;中国铁道科学研究院集团有限公司;北京经纬信息技术有限公司惠伟获国家专利权

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!

龙图腾网获悉中国铁道科学研究院集团有限公司电子计算技术研究所;中国铁道科学研究院集团有限公司;北京经纬信息技术有限公司申请的专利铁路工作经历文本高精度实体识别方法、装置及电子设备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:CN121093959B

龙图腾网通过国家知识产权局官网在2026-04-07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:202511642436.5,技术领域涉及:G06F40/295;该发明授权铁路工作经历文本高精度实体识别方法、装置及电子设备是由惠伟;洪铂;牛宏睿;郝明哲;王敬林;刘宇;甄建廷;杨广北;孔德强;孙奕旸;苏伦;陈磊;连振飞;阳淦婷;王喆;张向阳;王伟萌;杨扬;郝伟俊;蒲照欣;马龙设计研发完成,并于2025-11-11向国家知识产权局提交的专利申请。

铁路工作经历文本高精度实体识别方法、装置及电子设备在说明书摘要公布了:本发明涉及一种铁路工作经历文本高精度实体识别方法、装置及电子设备,包括:基于铁路人力资源领域特性构建专用标注体系,定义实体标签,包括工作经历起始时间、工作经历结束时间、单位和部门、职务、职级及非实体;获取铁路职工工作经历文本数据集,按标注体系进行人工标注;利用标注数据集训练命名实体识别模型,命名实体识别模型是基于BERT模型、BiLSTM网络与CRF网络组成的模型,采用分层学习率微调模型参数,并引入早停机制训练得到的;将待识别文本输入命名实体识别模型,输出命名实体标注序列。本发明解决了铁路领域缺乏针对性的标注体系和适配模型,以及既有方法在铁路场景下识别准确率不足、实体覆盖不完整的问题。

本发明授权铁路工作经历文本高精度实体识别方法、装置及电子设备在权利要求书中公布了:1.一种铁路工作经历文本高精度实体识别方法,其特征在于,所述方法包括: 基于铁路人力资源领域特性构建专用标注体系,采用BIO标注法定义实体标签,包括工作经历起始时间、工作经历结束时间、所在单位和部门、职务、职级及非实体; 获取铁路职工工作经历文本数据集,按所述标注体系进行人工标注; 利用标注数据集训练命名实体识别模型,所述命名实体识别模型是基于由BERT模型、BiLSTM网络与CRF网络组成的BERT-BiLSTM-CRF模型,采用分层学习率策略微调模型参数,并引入早停机制训练得到的,其中,BERT层的学习率小于BiLSTM层和CRF层的学习率; 在模型训练中,引入铁路领域知识增强模块,包括:构建铁路职级映射规则库,存储职级表述变体的等价映射关系;在BiLSTM层的输出端连接规则注入层,规则注入层配置为:当实体类型标签为职级实体时,生成规则嵌入向量,其中为从规则库中检索的等价表述规则;采用注意力机制计算规则权重系数,其中为BiLSTM层的输出向量,和为可训练参数,为Sigmoid激活函数;输出增强特征向量;将增强特征向量输入至CRF层; 在CRF层执行标签转移概率计算前,实施动态标签平滑处理,包括:计算输入序列的实体分布密度,基于密度自适应调整平滑强度,并重构CRF损失函数,其中,表示标准负对数似然损失项,表示给定输入序列,预测标签序列的条件概率,以加入KL正则化项,其中,为序列位置数,为第个位置标签的平滑度标签分布,标示所有标签概率均等的参数分布; 将待识别文本输入所述命名实体识别模型,输出命名实体标注序列。

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中国铁道科学研究院集团有限公司电子计算技术研究所;中国铁道科学研究院集团有限公司;北京经纬信息技术有限公司,其通讯地址为:100081 北京市海淀区大柳树路2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。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。