[發明專利]基于人工智能的命名實體識別方法、裝置及電子設備

有效

• 申請號: 202010127101.0
• 申請日: 2020-02-28
• 公開（公告）號: CN111353310B
• 公開（公告）日: 2023-08-11
• 發明（設計）人: 慕福楠;吳晨光;王莉峰
• 申請（專利權）人: 騰訊科技（深圳）有限公司
• 主分類號: G06F40/295
• 分類號: G06F40/295;G06F40/289;G06F40/30;G06F16/35;G06F16/36;G06N3/0464;G06N3/0455;G06N3/047;G06N3/048
• 代理公司: 北京派特恩知識產權代理有限公司 11270
• 代理人: 王姍姍;張穎玲

本發明提供了一種基于人工智能的命名實體識別方法、裝置、電子設備及計算機可讀存儲介質；方法包括：對待識別文本中的文本元素進行向量轉換處理，得到所述文本元素的文本表示；其中，所述文本元素的類型包括字和詞；根據文本跨度遍歷所述待識別文本中的文本元素，以將總長度不超過所述文本跨度的文本元素組成候選實體詞；對所述候選實體詞中文本元素對應的文本表示進行整合處理，得到所述候選實體詞的文本表示；對所述候選實體詞的文本表示進行分類處理，以在候選類別中確定所述候選實體詞所屬的類別；其中，所述候選類別包括非實體類別和多個命名實體類別。通過本發明，能夠提升命名實體識別的效率和靈活性。

技術領域

本發明涉及人工智能技術，尤其涉及一種基于人工智能的命名實體識別方法、裝置、電子設備及計算機可讀存儲介質。

背景技術

人工智能(AI，Artificial?Intelligence)是利用數字計算機或者數字計算機控制的機器模擬、延伸和擴展人的智能，感知環境、獲取知識并使用知識獲得最佳結果的理論、方法和技術及應用系統。自然語言處理(NLP，Nature?Language?processing)是人工智能中的一個重要方向，主要研究能實現人與計算機之間用自然語言進行有效通信的各種理論和方法。

命名實體識別是自然語言處理的一個重要研究分支，旨在對文本中的命名實體進行定位并分類為預先定義的類別，命名實體如人員、組織、位置或數量等。在一些情況中，某個命名實體中的某一部分可能也是命名實體，即存在多層嵌套。對于多層嵌套的命名實體，在相關技術提供的方案中，通常是對字(token)進行多層標簽標注，并通過編解碼的方式來實現命名實體識別。但是，該種方式需要根據標簽內容制定對應的解碼規則，在標簽數量較多時，解碼規則將會變得難以設計和實現，進行命名實體識別的復雜度高。

發明內容

本發明實施例提供一種基于人工智能的命名實體識別方法、裝置、電子設備及計算機可讀存儲介質，能夠提升命名實體識別的效率和精度。

本發明實施例的技術方案是這樣實現的：

本發明實施例提供一種基于人工智能的命名實體識別方法，包括：

對待識別文本中的文本元素進行向量轉換處理，得到所述文本元素的文本表示；其中，所述文本元素的類型包括字和詞；

根據文本跨度遍歷所述待識別文本中的文本元素，以將總長度不超過所述文本跨度的文本元素組成候選實體詞；

對所述候選實體詞中文本元素對應的文本表示進行整合處理，得到所述候選實體詞的文本表示；

對所述候選實體詞的文本表示進行分類處理，以在候選類別中確定所述候選實體詞所屬的類別；其中，所述候選類別包括非實體類別和多個命名實體類別。

本發明實施例提供一種基于人工智能的命名實體識別裝置，包括：

向量轉換模塊，用于對待識別文本中的文本元素進行向量轉換處理，得到所述文本元素的文本表示；其中，所述文本元素的類型包括字和詞；

遍歷模塊，用于根據文本跨度遍歷所述待識別文本中的文本元素，以將總長度不超過所述文本跨度的文本元素組成候選實體詞；

整合模塊，用于對所述候選實體詞中文本元素對應的文本表示進行整合處理，得到所述候選實體詞的文本表示；

分類模塊，用于對所述候選實體詞的文本表示進行分類處理，以在候選類別中確定所述候選實體詞所屬的類別；其中，所述候選類別包括非實體類別和多個命名實體類別。

本發明實施例提供一種電子設備，包括：

存儲器，用于存儲可執行指令；

處理器，用于執行所述存儲器中存儲的可執行指令時，實現本發明實施例提供的基于人工智能的命名實體識別方法。