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！

龙图腾网获悉成都理工大学申请的专利一种基于全局指针和对抗训练的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：CN115688782B 。

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：202211319322.3，技术领域涉及：G06F40/295；该发明授权一种基于全局指针和对抗训练的命名实体识别方法是由程明哲;李红军设计研发完成，并于2022-10-26向国家知识产权局提交的专利申请。

本一种基于全局指针和对抗训练的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全局指针和对抗训练的命名实体识别方法，该方法由四个部分组成：BERT模块、注意力机制模块、全局指针模块和对抗训练模块。该方法采用BERT作为句子编码器，利用对抗训练添加扰动生成对抗样本，并在计算注意力分数时融入相对位置信息，以此增强实体之间的位置关系，最后通过全局指针进行解码。能够处理标签规模较大的数据集的实体识别问题；可识别嵌套实体，能够覆盖更多的实体识别场景；具有全局性，可以关注到实体的全局信息，通过对抗训练提高了网络模型的鲁棒性和泛化性，在多个公共数据集上的表现均有提升；能够利用原始文本数据中的潜在信息，提升信息丰富度。

本发明授权一种基于全局指针和对抗训练的命名实体识别方法在权利要求书中公布了：1.一种基于全局指针和对抗训练的命名实体识别方法，其特征在于，包括以下步骤： S1：通过BERT模块将长度为的输入序列进行编码得到向量，表示为； S2：通过对抗训练模块对向量添加扰动得到对抗样本；计算公式如下： 其中，是表示扰动程度的超参数，该参数依据具体实验情况需要手动调整，本发明中 设置为1；是损失函数的梯度，是损失函数，是模型参数； S3：将向量和对抗样本经过线性层模块进行编码，得到向量，表示为：； S4：将向量输入到注意力机制模块中得到向量和；向量和向量分别代表查 询向量和关键词向量，向量和做内积得到加权后的注意力分数；在注意力模块中，使用 相对位置编码为向量和添加相对位置信息； S5：通过全局指针模块将注意力模块的输出解码为多个Span矩阵； 所述全局指针模块采用损失函数形式： 其中，所有类型为的实体首尾集合组成了正样本集合，所有类型为非的实 体或非实体的首尾集合组成了负样本集合；表示输入序列中从第个元 素到第个元素组成的子序列为第类实体的得分。

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成都理工大学，其通讯地址为：610000 四川省成都市成华区二仙桥东三路1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。