[發明專利]命名實體識別方法、裝置、服務器及存儲介質

在審

• 申請號: 201811564494.0
• 申請日: 2018-12-20
• 公開（公告）號: CN111353308A
• 公開（公告）日: 2020-06-30
• 發明（設計）人: 孫薇薇;漢斯·烏思克爾特;艾人龍
• 申請（專利權）人: 北京深知無限人工智能研究院有限公司
• 主分類號: G06F40/295
• 分類號: G06F40/295;G06F40/216;G06N3/04
• 代理公司: 北京品源專利代理有限公司 11332
• 代理人: 孟金喆

本發明實施例公開了一種命名實體識別方法、裝置、服務器及存儲介質。其中，該方法包括：將原始語句作為各分詞詞性標注模型的輸入，得到各詞語序列；根據各詞語序列中詞語之間的重合關系，確定子詞語序列；依據所述子詞語序列中各子詞語及各子詞語的詞性標簽，得到所述原始語句的命名實體標簽；依據所述原始語句及所述命名實體標簽，確定所述原始語句的命名實體。通過本發明實施例提供的技術方案，能夠提高命名實體識別的準確性。

技術領域

本發明實施例涉及人工智能技術領域，尤其涉及一種命名實體識別方法、裝置、服務器及存儲介質。

背景技術

命名實體識別(Named Entity Recognition，命名實體識別)是一項重要的自然語言處理任務，旨在在文本中自動發現諸如人名、地名、組織機構名等以名稱作為標識的實體。高質量的自動命名實體識別分析工具對基于海量文本的自動信息挖掘具有重要意義，是信息抽取的核心技術之一。

而現有的自動命名實體識別分析工具存在異質分詞的情況，從而導致原始語句的命名實體識別結果不準確。

發明內容

本發明實施例提供了一種命名實體識別方法、裝置、服務器及存儲介質，提高了命名實體識別的準確性。

第一方面，本發明實施例提供了一種命名實體識別方法，該方法包括：

將原始語句作為各分詞詞性標注模型的輸入，得到各詞語序列；

根據各詞語序列中詞語之間的重合關系，確定子詞語序列；

依據所述子詞語序列中各子詞語及各子詞語的詞性標簽，得到所述各子詞語的命名實體標簽；

依據所述各子詞語及所述各子詞語的命名實體標簽，確定所述原始語句的命名實體。

第二方面，本發明實施例還提供了一種命名實體識別裝置，該裝置包括：

詞語序列確定模塊，用于將原始語句作為各分詞詞性標注模型，得到各詞語序列；

子詞語序列確定模塊，用于根據各詞語序列中詞語之間的重合關系，確定子詞語序列；

標簽確定模塊，用于依據所述子詞語序列中各子詞語及各子詞語的詞性標簽，得到所述各子詞語的命名實體標簽；

命名實體確定模塊，用于依據所述各子詞語及所述各子詞語的命名實體標簽，確定所述原始語句的命名實體。

第三方面，本發明實施例還提供了一種服務器，該服務器包括：

一個或多個處理器；

存儲裝置，用于存儲一個或多個程序；

當所述一個或多個程序被所述一個或多個處理器執行，使得所述一個或多個處理器實現第一方面中任意所述的命名實體識別方法。

第四方面，本發明實施例還提供了一種存儲介質，其上存儲有計算機程序，該程序被處理器執行時實現第一方面中任意所述的命名實體識別方法。

本發明實施例提供的命名實體識別方法、裝置、服務器及存儲介質，在獲取原始語句后，通過將原始語句輸入至各分詞詞性標注模型，得到各詞語序列，并根據各詞語序列中詞語之間的重合關系，確定子詞語序列；而后依據子詞語序列中各子詞語及其詞性標簽，得到各子詞語的命名實體標簽，進而依據各子詞語命名實體及各子詞語即可得到該原始語句中所包含的命名實體。相比于現有的命名實體識別方案，本方案不再依賴單一的分詞結果，通過充分考慮多個分詞詞性標注模型的輸出結果確定子詞語序列，能夠規避單一分詞結果造成的分詞錯誤或不準確等問題；并結合各子詞語及各子詞語的詞性標簽兩個維度，保證了所確定的命名實體標簽的準確度，進而保證原始語句命名實體識別的準確性。

附圖說明