[發(fā)明專利]核心實(shí)體標(biāo)注方法、裝置及電子設(shè)備

有效

• 申請(qǐng)?zhí)枺?/td>: 202010042343.X
• 申請(qǐng)日: 2020-01-15
• 公開（公告）號(hào): CN111241832B
• 公開（公告）日: 2023-08-15
• 發(fā)明（設(shè)計(jì)）人: 王述;任可欣;張曉寒;馮知凡;張揚(yáng);朱勇
• 申請(qǐng)（專利權(quán)）人: 北京百度網(wǎng)訊科技有限公司
• 主分類號(hào): G06F40/289
• 分類號(hào): G06F40/289;G06F40/30;G06F16/36
• 代理公司: 北京清亦華知識(shí)產(chǎn)權(quán)代理事務(wù)所(普通合伙) 11201
• 代理人: 戎鄭華

1.一種核心實(shí)體標(biāo)注方法，其特征在于，包括：

分別將目標(biāo)文本進(jìn)行字向量映射、詞向量映射及實(shí)體向量映射，獲取所述目標(biāo)文本分別對(duì)應(yīng)的字向量序列、第一詞向量序列及實(shí)體向量序列，其中，所述字向量序列包括所述目標(biāo)文本中每個(gè)字符對(duì)應(yīng)的字向量，所述第一詞向量序列包括所述目標(biāo)文本中每個(gè)分詞對(duì)應(yīng)的詞向量，所述實(shí)體向量序列包括所述目標(biāo)文本中每個(gè)實(shí)體對(duì)應(yīng)的實(shí)體向量；

根據(jù)所述目標(biāo)文本對(duì)應(yīng)的字向量序列、第一詞向量序列及實(shí)體向量序列，生成所述目標(biāo)文本對(duì)應(yīng)的目標(biāo)向量序列；

利用預(yù)設(shè)的網(wǎng)絡(luò)模型對(duì)所述目標(biāo)向量序列進(jìn)行編碼、解碼處理，確定所述目標(biāo)文本中每個(gè)字符作為核心實(shí)體的起始字符概率、及終止字符概率；

根據(jù)每個(gè)字符作為核心實(shí)體的起始字符概率、及終止字符概率，確定所述目標(biāo)文本的核心實(shí)體；

所述獲取所述目標(biāo)文本分別對(duì)應(yīng)的字向量序列、第一詞向量序列及實(shí)體向量序列之前，還包括：

對(duì)所述目標(biāo)文本進(jìn)行識(shí)別，判斷所述目標(biāo)文本中是否包含以預(yù)設(shè)符號(hào)間隔的多個(gè)實(shí)體；

對(duì)所述目標(biāo)文本進(jìn)行實(shí)體向量映射，包括：

若包含，則對(duì)第一個(gè)所述預(yù)設(shè)符號(hào)前的第四實(shí)體、及所述目標(biāo)文本中除所述以預(yù)設(shè)符號(hào)間隔的多個(gè)實(shí)體之外的第五實(shí)體進(jìn)行實(shí)體向量映射；

所述確定所述目標(biāo)文本的核心實(shí)體之后，還包括：

判斷所述第四實(shí)體是否為核心實(shí)體；

若所述第四實(shí)體為核心實(shí)體，則確定與所述第四實(shí)體以預(yù)設(shè)符號(hào)間隔的其他各實(shí)體為所述目標(biāo)文本的核心實(shí)體。

2.如權(quán)利要求1所述的方法，其特征在于，所述確定所述目標(biāo)文本中每個(gè)字符作為核心實(shí)體的起始字符概率、及終止字符概率之前，還包括：

獲取所述目標(biāo)文本中每個(gè)實(shí)體對(duì)應(yīng)的核心實(shí)體先驗(yàn)概率；

對(duì)所述目標(biāo)文本中各實(shí)體對(duì)應(yīng)的核心實(shí)體先驗(yàn)概率進(jìn)行全連接處理，確定所述目標(biāo)文本對(duì)應(yīng)的先驗(yàn)序列向量；

所述確定所述目標(biāo)文本中每個(gè)字符作為核心實(shí)體的起始字符概率、及終止字符概率，包括:

利用預(yù)設(shè)的網(wǎng)絡(luò)模型對(duì)所述目標(biāo)向量序列進(jìn)行編碼處理，確定所述目標(biāo)向量序列對(duì)應(yīng)的目標(biāo)序列向量；

利用所述預(yù)設(shè)的網(wǎng)絡(luò)模型，對(duì)所述目標(biāo)序列向量及所述先驗(yàn)序列向量進(jìn)行解碼處理，確定所述目標(biāo)文本中每個(gè)字符作為核心實(shí)體的起始字符概率、及終止字符概率。

3.如權(quán)利要求1所述的方法，其特征在于，所述生成所述目標(biāo)文本對(duì)應(yīng)的目標(biāo)向量序列，包括：

若所述第一詞向量序列中的第一詞向量對(duì)應(yīng)的第一分詞中包含的字符數(shù)量為N，則將所述第一詞向量重復(fù)N次，生成第二詞向量序列；

將所述第二詞向量序列進(jìn)行矩陣變換，生成第三詞向量序列，所述第三詞向量序列的維數(shù)與所述目標(biāo)文本對(duì)應(yīng)的字向量序列維數(shù)相同；

將所述第三詞向量序列與所述目標(biāo)文本對(duì)應(yīng)的字向量序列進(jìn)行合成，生成預(yù)處理向量序列；

將所述目標(biāo)文本對(duì)應(yīng)的實(shí)體向量序列進(jìn)行對(duì)齊及矩陣變換，生成與所述預(yù)處理向量序列維數(shù)相同的變換向量序列；

將所述變換向量序列與所述預(yù)處理向量序列進(jìn)行合成，生成所述目標(biāo)向量序列。

4.如權(quán)利要求1所述的方法，其特征在于，所述生成所述目標(biāo)文本對(duì)應(yīng)的目標(biāo)向量序列，包括：

將所述目標(biāo)文本對(duì)應(yīng)的字向量序列、第一詞向量序列及實(shí)體向量序列進(jìn)行拼接處理，生成所述目標(biāo)文本對(duì)應(yīng)的目標(biāo)向量序列。

5.如權(quán)利要求1-4任一所述的方法，其特征在于，所述確定所述目標(biāo)文本的核心實(shí)體之后，還包括：

根據(jù)每個(gè)核心實(shí)體中的起始字符概率及終止字符概率，確定每個(gè)核心實(shí)體的得分。

6.如權(quán)利要求5所述的方法，其特征在于，若確定所述目標(biāo)文本的核心實(shí)體包含多個(gè)，則所述確定每個(gè)核心實(shí)體的得分之后，還包括：

判斷所述目標(biāo)文本的多個(gè)核心實(shí)體中是否包含相交實(shí)體；

若第一實(shí)體分別與第二實(shí)體及第三實(shí)體相交，則判斷所述第一實(shí)體的得分，是否大于第二實(shí)體的得分與第三實(shí)體的得分的和；

若所述第一實(shí)體的得分，大于第二實(shí)體的得分與第三實(shí)體的得分的和，則將所述第二實(shí)體及第三實(shí)體從所述目標(biāo)文本的核心實(shí)體中剔除；

若第二實(shí)體的得分與第三實(shí)體的得分的和，大于所述第一實(shí)體的得分，則將所述第一實(shí)體從所述目標(biāo)文本的核心實(shí)體中剔除。