[發(fā)明專利]實(shí)體識別方法、裝置、設(shè)備及存儲介質(zhì)

在審

• 申請?zhí)枺?/td>: 202010161830.8
• 申請日: 2020-03-10
• 公開（公告）號: CN111401065A
• 公開（公告）日: 2020-07-10
• 發(fā)明（設(shè)計）人: 戚思驊;鄒輝
• 申請（專利權(quán)）人: 中國平安人壽保險股份有限公司
• 主分類號: G06F40/295
• 分類號: G06F40/295;G06F40/242;G06F40/30
• 代理公司: 北京市京大律師事務(wù)所 11321
• 代理人: 劉挽瀾

1.一種實(shí)體識別方法，其特征在于，包括：

接收用戶輸入目標(biāo)領(lǐng)域的待識別語句；

將所述待識別語句進(jìn)行切詞處理得到對應(yīng)詞塊，并將所述詞塊進(jìn)行向量化處理得到所述待識別語句的文本詞向量；

將所述文本詞向量輸入預(yù)置深度學(xué)習(xí)模型進(jìn)行實(shí)體預(yù)測，得到對應(yīng)的第一實(shí)體識別結(jié)果集合；

將所述文本詞向量輸入預(yù)置統(tǒng)計模型對進(jìn)行實(shí)體預(yù)測，得到對應(yīng)的第二實(shí)體識別結(jié)果集合；

使用預(yù)置正則表達(dá)式對所述待識別語句進(jìn)行實(shí)體預(yù)測，得到對應(yīng)的第三實(shí)體識別結(jié)果集合；

將所述文本詞向量輸入預(yù)置詞典模型進(jìn)行實(shí)體預(yù)測，得到對應(yīng)的第四實(shí)體識別結(jié)果集合；

將所述第一實(shí)體識別結(jié)果集合、第二實(shí)體識別結(jié)果集合、第三實(shí)體識別結(jié)果集合、第四實(shí)體識別結(jié)果集合進(jìn)行合并，得到第五實(shí)體識別結(jié)果集合；

判斷所述第五實(shí)體識別結(jié)果集合中是否存在一個實(shí)體對應(yīng)多個識別結(jié)果，并根據(jù)判定結(jié)果進(jìn)行相應(yīng)處理，得到所述待識別語句中各個字段對應(yīng)的目標(biāo)實(shí)體識別結(jié)果集合。

2.根據(jù)權(quán)利要求1所述的實(shí)體識別方法，其特征在于，所述根據(jù)判定結(jié)果進(jìn)行相應(yīng)處理、得到所述待識別語句中各個字段對應(yīng)的目標(biāo)實(shí)體識別結(jié)果集合包括：

若判定出不存在一個實(shí)體對應(yīng)多個識別結(jié)果，則將第五實(shí)體識別結(jié)果集合作為所述待識別語句中各個字段對應(yīng)的目標(biāo)實(shí)體識別結(jié)果集合；

若判定出存在一個實(shí)體對應(yīng)多個識別結(jié)果，則通過預(yù)置條件隨機(jī)場模型對所述對應(yīng)多個實(shí)體識別結(jié)果進(jìn)行校驗(yàn)處理，所述預(yù)置條件隨機(jī)場模型中預(yù)先設(shè)置所述實(shí)體識別結(jié)果應(yīng)符合的約束性規(guī)則；

對校驗(yàn)處理后得到的第六實(shí)體識別結(jié)果集合采用預(yù)設(shè)融合規(guī)則進(jìn)行融合處理，得到所述待識別語句中各個字段對應(yīng)的目標(biāo)實(shí)體識別結(jié)果集合。

3.根據(jù)權(quán)利要求2所述的實(shí)體識別方法，其特征在于，所述預(yù)設(shè)融合規(guī)則具體為對所述第六實(shí)體識別結(jié)果集合中的實(shí)體識別結(jié)果進(jìn)行具有相交關(guān)系的集合取并集處理、具有包含與被包含關(guān)系的集合進(jìn)行元素去重處理、以及將不具有任何包含關(guān)系或不具有任何相交關(guān)系的集合進(jìn)行保留處理。

4.根據(jù)權(quán)利要求1所述的實(shí)體識別方法，其特征在于，在所述接收用戶輸入目標(biāo)領(lǐng)域的待識別語句之前，所述方法還包括：

針對所述目標(biāo)領(lǐng)域配置待識別實(shí)體類型，所述待識別實(shí)體類型包括第一實(shí)體類型、第二實(shí)體類型、第三實(shí)體類型、第四實(shí)體類型，所述第一實(shí)體類型包含的實(shí)體的命名種類多且無規(guī)則，所述第二實(shí)體類型包含的實(shí)體的命名具備一定特征或采用約定俗成方式進(jìn)行命名，所述第三實(shí)體類型包含的實(shí)體的命名具備明顯特征，所述第四實(shí)體類型包含的實(shí)體的命名數(shù)據(jù)較完整且固定。

5.根據(jù)權(quán)利要求1所述的實(shí)體識別方法，其特征在于，在所述接收用戶輸入目標(biāo)領(lǐng)域的待識別語句之前，所述方法還包括：

獲取目標(biāo)領(lǐng)域語料庫中經(jīng)標(biāo)簽標(biāo)注的語料作為待訓(xùn)練語料；所述標(biāo)簽為所述待識別實(shí)體類型；

將所述待訓(xùn)練語料輸入BERT模型進(jìn)行向量化處理產(chǎn)生詞向量；

將所述產(chǎn)生的詞向量輸入長短期記憶網(wǎng)絡(luò)模型進(jìn)行標(biāo)簽預(yù)測，得到對應(yīng)的預(yù)測標(biāo)簽；

將所述預(yù)測標(biāo)簽輸入條件隨機(jī)場模型，得到對應(yīng)的合法預(yù)測標(biāo)簽；所述合法預(yù)測標(biāo)簽為符合所述條件隨機(jī)場模型的約束性規(guī)則的預(yù)測標(biāo)簽；

當(dāng)所述長短期記憶網(wǎng)絡(luò)模型的損失函數(shù)達(dá)到預(yù)設(shè)閾值時停止模型訓(xùn)練，得到對應(yīng)的預(yù)置深度學(xué)習(xí)模型。