一种基于演示和标签增强的网格标记细粒度概念方法

本发明针对网格标记算法挖掘非连续实体或概念的能力欠佳、模型泛化能力较差、概念粒度不够细化的问题，提出一种基于演示和标签增强的网格标记细粒度概念方法，统一识别输入序列中的扁平、嵌套和非连续的实体或概念，不影响统一识别能力的情况，提高模型在非连续场景的识别精度，且赋予模型一定的较少样本学习能力。特别地，本发明设计了一种演示模板、提出了两种演示搜索策略，构造演示序列并编码，通过动态加权的方式以增强输入特征；又引入多头注意力机制现捕捉不同标签对不同位置的注意力权值，获得标签感知特征；接着再引入旋转位置编码以保留输入序列的位置信息，迭代融合词对网格特征和标签感知特征。