[發(fā)明專利]一種實體修飾詞識別方法及裝置

有效

• 申請?zhí)枺?/td>: 201910093768.0
• 申請日: 2019-01-30
• 公開（公告）號: CN109859813B
• 公開（公告）日: 2020-11-10
• 發(fā)明（設計）人: 王李鵬
• 申請（專利權）人: 新華三大數據技術有限公司
• 主分類號: G16H10/60
• 分類號: G16H10/60;G06F40/295;G06F40/289
• 代理公司: 北京超凡志成知識產權代理事務所(普通合伙) 11371
• 代理人: 王文紅

1.一種實體修飾詞識別方法，其特征在于，包括：

將待識別文本轉換為詞單元序列，其中，所述詞單元序列中包括多個詞單元，所述多個詞單元包括實體對應的特征詞單元和非實體對應的非特征詞單元；

為所述詞單元序列中每個詞單元分配對應的屬性標簽，得到屬性標簽序列；

確定所述詞單元序列中每個詞單元對應的至少一種修飾詞標簽，得到多種修飾詞標簽序列；

基于所述詞單元序列、所述屬性標簽序列以及預先訓練的條件概率預測模型，確定所述詞單元序列被標記為每種修飾詞標簽序列的條件概率；

將符合預設條件的條件概率對應的修飾詞標簽序列確定為目標修飾詞標簽序列，并基于所述目標修飾詞標簽序列，確定所述詞單元序列中每個特征詞單元的修飾詞類型；

其中，所述將待識別文本轉換為詞單元序列，包括：

識別所述待識別文本中實體對應的特征詞單元；

對所述待識別文本中除所述特征詞單元以外的文本進行分詞，得到多個非實體對應的非特征詞單元；

將每個特征詞單元和每個非特征詞單元按照在所述待識別文本中的排列順序，構成所述詞單元序列。

2.如權利要求1所述的方法，其特征在于，所述為所述詞單元序列中每個詞單元分配對應的屬性標簽，得到屬性標簽序列，包括：

為所述詞單元序列中每個詞單元分配對應的用于表征段落特征的第一屬性標簽，得到第一屬性標簽序列；以及，

為所述詞單元序列中每個詞單元分配對應的用于表征實體類型的第二屬性標簽，得到第二屬性標簽序列。

3.如權利要求2所述的方法，其特征在于，所述基于所述詞單元序列、所述屬性標簽序列以及預先訓練的條件概率預測模型，確定所述詞單元序列被標記為每種修飾詞標簽序列的條件概率，包括：

根據所述詞單元序列、所述第一屬性標簽序列和所述第二屬性標簽序列中的至少一種，確定多個特征模板；

根據確定的多個特征模板，生成至少一個狀態(tài)函數和至少一個轉移函數；

確定在所述詞單元序列被標記為每種修飾詞標簽序列的情況下各個狀態(tài)函數的取值和各個轉移函數的取值；

將每種修飾詞標簽序列對應的各個狀態(tài)函數的取值和各個轉移函數的取值輸入至預先訓練的條件概率預測模型中，分別計算所述詞單元序列被標記為每種修飾詞標簽序列的條件概率。

4.如權利要求3所述的方法，其特征在于，所述特征模板包括以下模板中的至少一種：

用于表示所述詞單元序列中單個詞單元的詞單元特征模板；

用于表示所述詞單元序列中不同詞單元的關聯(lián)關系的詞單元特征模板；

用于表示第一屬性標簽序列中單個屬性標簽的屬性特征模板；

用于表示第二屬性標簽序列中單個屬性標簽的屬性特征模板；

用于表示第一屬性標簽序列中不同屬性標簽之間的關聯(lián)關系的屬性特征模板；

用于表示第二屬性標簽序列中不同屬性標簽之間的關聯(lián)關系的屬性特征模板；

用于表示第一屬性標簽序列中的屬性標簽和第二屬性標簽序列中的屬性標簽之間的關聯(lián)關系的屬性特征模板；

由所述詞單元特征模板和所述屬性特征模板組成的復合特征模板。