[發(fā)明專利]文本識(shí)別方法、裝置及設(shè)備

有效

• 申請?zhí)枺?/td>: 201910019661.1
• 申請日: 2019-01-09
• 公開（公告）號: CN111488737B
• 公開（公告）日: 2023-04-14
• 發(fā)明（設(shè)計(jì)）人: 馬春平;謝朋峻;王瀟斌;李林琳;司羅
• 申請（專利權(quán)）人: 阿里巴巴集團(tuán)控股有限公司
• 主分類號: G06F40/295
• 分類號: G06F40/295
• 代理公司: 北京太合九思知識(shí)產(chǎn)權(quán)代理有限公司 11610
• 代理人: 孫明子

1.一種文本識(shí)別方法，包括：

獲取待識(shí)別文本；

利用第一模型和第二模型對所述待識(shí)別文本進(jìn)行識(shí)別，獲得第一識(shí)別結(jié)果和第二識(shí)別結(jié)果，其中，所述第一模型和所述第二模型是由不同領(lǐng)域的語料訓(xùn)練得到的；

至少根據(jù)所述第一識(shí)別結(jié)果和所述第二識(shí)別結(jié)果確定所述待識(shí)別文本的標(biāo)簽信息；

確定所述待識(shí)別文本的標(biāo)簽信息，包括：

將所述第一識(shí)別結(jié)果中的標(biāo)注信息與所述第二識(shí)別結(jié)果中的標(biāo)注信息進(jìn)行一一對比，判斷是否沖突；

若沖突，則獲取所述第一識(shí)別結(jié)果中針對所述待識(shí)別文本中的至少一個(gè)字符或字符串的第一標(biāo)注信息；獲取所述第二識(shí)別結(jié)果中針對所述待識(shí)別文本中相同字符或字符串的第二標(biāo)注信息；根據(jù)所述第一標(biāo)注信息和所述第二標(biāo)注信息確定所述標(biāo)簽信息；

確定所述標(biāo)簽信息，還包括：

若所述第一標(biāo)注信息和所述第二標(biāo)注信息為不同的保留標(biāo)簽信息，則獲取與第一語料信息相對應(yīng)的第一詞性序列概率和與第二語料信息相對應(yīng)的第二詞性序列概率，其中，所述第一語料信息與所述第二語料信息屬于不同的領(lǐng)域，所述第一語料信息用于訓(xùn)練得到所述第一模型，所述第二語料信息用于訓(xùn)練得到所述第二模型；

獲取利用所述第一模型對所述待識(shí)別文本進(jìn)行識(shí)別的第一預(yù)測實(shí)體概率以及利用所述第二模型對所述待識(shí)別文本進(jìn)行識(shí)別的第二預(yù)測實(shí)體概率；

根據(jù)所述第一詞性序列概率、第二詞性序列概率、第一預(yù)測實(shí)體概率和第二預(yù)測實(shí)體概率確定所述標(biāo)簽信息。

2.根據(jù)權(quán)利要求1所述的方法，確定所述標(biāo)簽信息，包括：

若所述第一標(biāo)注信息為排除標(biāo)簽信息，且所述第二標(biāo)注信息為保留標(biāo)簽信息，則利用所述第二標(biāo)注信息替換所述第一標(biāo)注信息；

將替換后的所述第一識(shí)別結(jié)果確定為所述標(biāo)簽信息。

3.根據(jù)權(quán)利要求1所述的方法，確定所述標(biāo)簽信息，包括：

若所述第一標(biāo)注信息為保留標(biāo)簽信息，且所述第二標(biāo)注信息為排除標(biāo)簽信息，則利用所述第一標(biāo)注信息替換所述第二標(biāo)注信息；

將替換后的所述第二識(shí)別結(jié)果確定為所述標(biāo)簽信息。

4.根據(jù)權(quán)利要求1所述的方法，確定所述標(biāo)簽信息，還包括：

若所述第一標(biāo)注信息和所述第二標(biāo)注信息為不同的保留標(biāo)簽信息，則獲取與第一語料信息相對應(yīng)的第一詞性序列概率和與第二語料信息相對應(yīng)的第二詞性序列概率，其中，所述第一語料信息與所述第二語料信息屬于不同的領(lǐng)域，所述第一語料信息用于訓(xùn)練得到所述第一模型，所述第二語料信息用于訓(xùn)練得到所述第二模型；

獲取利用所述第一模型對所述待識(shí)別文本進(jìn)行識(shí)別的第一預(yù)測實(shí)體概率以及利用所述第二模型對所述待識(shí)別文本進(jìn)行識(shí)別的第二預(yù)測實(shí)體概率；

根據(jù)所述第一詞性序列概率、第二詞性序列概率、第一預(yù)測實(shí)體概率和第二預(yù)測實(shí)體概率確定所述標(biāo)簽信息。

5.根據(jù)權(quán)利要求1所述的方法，確定所述標(biāo)簽信息，包括：

將所述第一詞性序列概率與所述第一預(yù)測實(shí)體概率做乘法運(yùn)算，獲得第一乘積結(jié)果；

將所述第二詞性序列概率與所述第二預(yù)測實(shí)體概率做乘法運(yùn)算，獲得第二乘積結(jié)果；

根據(jù)所述第一乘積結(jié)果和所述第二乘積結(jié)果確定所述標(biāo)簽信息。

6.根據(jù)權(quán)利要求5所述的方法，確定所述標(biāo)簽信息，包括：

若所述第一乘積結(jié)果大于所述第二乘積結(jié)果，則將所述第一乘積結(jié)果所對應(yīng)的第一識(shí)別結(jié)果確定為所述標(biāo)簽信息；或者，

若所述第一乘積結(jié)果小于所述第二乘積結(jié)果，則將所述第二乘積結(jié)果所對應(yīng)的第二識(shí)別結(jié)果確定為所述標(biāo)簽信息；或者，

若所述第一乘積結(jié)果等于所述第二乘積結(jié)果，則將所述第一識(shí)別結(jié)果或所述第二識(shí)別結(jié)果確定為所述標(biāo)簽信息。

7.根據(jù)權(quán)利要求1所述的方法，獲取利用所述第一模型對所述待識(shí)別文本進(jìn)行識(shí)別的第一預(yù)測實(shí)體概率，包括：

獲取第一語料信息；

利用第三模型對所述第一語料信息進(jìn)行訓(xùn)練，獲得所述第一模型以及所述第一預(yù)測實(shí)體概率。