[發明專利]一種基于神經網絡的命名實體識別方法和車機

有效

• 申請號: 202010043418.6
• 申請日: 2020-01-15
• 公開（公告）號: CN111274816B
• 公開（公告）日: 2021-05-18
• 發明（設計）人: 李林峰;黃海榮;馮俊旗
• 申請（專利權）人: 湖北億咖通科技有限公司
• 主分類號: G06F40/295
• 分類號: G06F40/295;G06F40/126;G06N3/04;G06N3/08
• 代理公司: 武漢智權專利代理事務所(特殊普通合伙) 42225
• 代理人: 張凱

1.一種基于神經網絡的命名實體識別方法，其特征在于，包括：

接收輸入的待識別字符串，并根據預置的字符與索引值的對應關系，得到所述待識別字符串中每一字符對應的索引值；

根據所述待識別字符串中每一字符對應的索引值，在預先部署的編碼后字符向量表中查找與所述待識別字符串中每一字符對應的索引值相對應的壓縮編碼后的字符向量，得到所述待識別字符串的壓縮編碼后向量矩陣，其中，所述壓縮編碼后的字符向量為由壓縮編碼后的字符向量值組成的預設維數的數組；

根據預先部署的字符向量壓縮編碼表中壓縮編碼后的字符向量值與原始字符向量值的映射關系，將所得到的所述待識別字符串的壓縮編碼后向量矩陣中的每一個壓縮編碼后的字符向量值用所述字符向量壓縮編碼表中的原始字符向量值代替，得到所述待識別字符串的原始字符向量矩陣，其中，所述壓縮編碼后的字符向量值的編碼位數小于所述原始字符向量值的編碼位數；

根據所述待識別字符串的原始字符向量矩陣，通過所述神經網絡進行推理，識別出所述待識別字符串中的命名實體和所述命名實體對應的標簽；

其中，所述編碼后字符向量表和所述字符向量壓縮編碼表通過以下方式得到：

在進行所述神經網絡模型的訓練時，接收包含多個字符的待識別訓練樣本，通過所述神經網絡模型對所述待識別訓練樣本進行識別，得到所述待識別訓練樣本中的每個字符對應的索引值和預設維數的原始字符向量，所述原始字符向量由與所述字符對應的原始字符向量值組成；

統計在所述待識別訓練樣本中的所有字符對應的原始字符向量中每一原始字符向量值的出現次數；

根據所統計的每一原始字符向量值的出現次數對每一原始字符向量值進行編碼，得到與每一原始字符向量值對應的壓縮編碼后的字符向量值，并根據與每一原始字符向量值對應的壓縮編碼后的字符向量值生成所述字符向量壓縮編碼表；

根據所述待識別訓練樣本中的每個字符對應的索引值和預設維數的原始字符向量以及與每一原始字符向量值對應的壓縮編碼后的字符向量值，生成所述編碼后字符向量表。

2.根據權利要求1所述的命名實體識別方法，其特征在于，所述根據所統計的每一原始字符向量值的出現次數對每一原始字符向量值進行編碼包括：

統計出現次數大于或等于預設次數的原始字符向量值的數量；

根據所述出現次數大于或等于預設次數的原始字符向量值的數量，確定對所述出現次數大于或等于預設次數的原始字符向量值進行指定進制編碼所需的最少位數；

根據所確定的最少位數對所述出現次數大于或等于預設次數的原始字符向量值進行指定進制編碼，并將出現次數小于所述預設次數的原始字符向量值編碼為0。

3.根據權利要求1或2所述的命名實體識別方法，其特征在于，所述壓縮編碼后的字符向量值和所述原始字符向量值均為量化整型值。

4.根據權利要求3所述的命名實體識別方法，其特征在于，所述原始字符向量值為16位量化整型值。

5.根據權利要求2所述的命名實體識別方法，其特征在于，所述指定進制編碼為二進制編碼。

6.根據權利要求1或2所述的命名實體識別方法，其特征在于，所述字符包括中文字和/或中文詞。

7.一種計算機可讀存儲介質，其特征在于，所述計算機可讀存儲介質存儲有計算機程序代碼，當所述計算機程序代碼在電子設備上運行時，導致所述電子設備執行根據權利要求1-6中任一項所述的基于神經網絡的命名實體識別方法。

8.一種電子設備，其特征在于，包括：

處理器；以及

存儲有計算機程序代碼的存儲器；

當所述計算機程序代碼被所述處理器運行時，導致所述電子設備執行根據權利要求1-6中任一項所述的基于神經網絡的命名實體識別方法。

9.一種車機，其特征在于，包括根據權利要求8所述的電子設備。