一种基于梯度神经网络结构搜索的命名实体识别方法

摘要

本发明涉及一种基于梯度神经网络结构搜索的命名实体识别方法，通过数据网站获取命名实体识别任务的常用数据集，并处理为conll格式；获取数据中单词和字符的分布式表示，将其拼接后作为模型输入；搭建命名实体识别任务的主体模型和循环计算单元搜索结构；进行归一化处理；对循环神经单元的操作权重矩阵和模型整体参数同时进行优化；将连续化的结构表示转化为离散化的结构；搭建命名实体识别任务的完整模型结构，训练和参数调优；使用训练收敛后的完整模型进行命名实体识别，并使用准确度表征模型性能。本发明将基于梯度的结构搜索方法运用到结构较复杂的命名实体识别任务实现中，并根据命名实体识别任务的特殊性进行调整，使其性能得到提升。