[發(fā)明專利]實(shí)體識(shí)別方法、裝置、計(jì)算機(jī)設(shè)備及計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)

在審

• 申請(qǐng)?zhí)枺?/td>: 202010740626.1
• 申請(qǐng)日: 2020-07-28
• 公開（公告）號(hào): CN111859972A
• 公開（公告）日: 2020-10-30
• 發(fā)明（設(shè)計(jì)）人: 顧大中;張圣
• 申請(qǐng)（專利權(quán)）人: 平安科技（深圳）有限公司
• 主分類號(hào): G06F40/295
• 分類號(hào): G06F40/295;G06F16/33
• 代理公司: 深圳市賽恩倍吉知識(shí)產(chǎn)權(quán)代理有限公司 44334
• 代理人: 遲珊珊;何春蘭

1.一種實(shí)體識(shí)別方法，其特征在于，所述實(shí)體識(shí)別方法包括：

獲取英文文本；

對(duì)所述英文文本進(jìn)行分詞，得到多個(gè)第一詞語；

計(jì)算所述多個(gè)第一詞語的第一位置；

對(duì)所述多個(gè)第一詞語進(jìn)行詞根轉(zhuǎn)化，得到與所述多個(gè)第一詞語一一對(duì)應(yīng)的多個(gè)第二詞語；

將所述多個(gè)第二詞語組合成目標(biāo)英文文本；

基于所述目標(biāo)英文文本計(jì)算所述多個(gè)第二詞語的第二位置；

生成所述多個(gè)第一詞語的第一位置與所述多個(gè)第二詞語的第二位置的映射關(guān)系；

根據(jù)所述目標(biāo)英文文本和所述映射關(guān)系識(shí)別所述英文文本中的目標(biāo)實(shí)體。

2.如權(quán)利要求1所述的實(shí)體識(shí)別方法，其特征在于，所述計(jì)算所述多個(gè)第一詞語的第一位置包括：

依所述英文文本的字符順序生成所述英文文本中每個(gè)字符的序號(hào)；

對(duì)于每個(gè)第一詞語，在所述英文文本中確定所述第一詞語的對(duì)應(yīng)詞語；

將所述對(duì)應(yīng)詞語的首字符的序號(hào)和所述對(duì)應(yīng)詞語的尾字符的序號(hào)確定為所述第一詞語的第一位置。

3.如權(quán)利要求1所述的實(shí)體識(shí)別方法，其特征在于，所述對(duì)所述多個(gè)第一詞語進(jìn)行詞根轉(zhuǎn)化包括：

對(duì)所述多個(gè)第一詞語進(jìn)行大小寫轉(zhuǎn)化；

對(duì)所述大小寫轉(zhuǎn)化后的第一詞語進(jìn)行詞根轉(zhuǎn)化，得到與所述第一詞語對(duì)應(yīng)的第二詞語。

4.如權(quán)利要求3所述的實(shí)體識(shí)別方法，其特征在于，所述對(duì)所述多個(gè)第一詞語進(jìn)行大小寫轉(zhuǎn)化包括：

對(duì)于每個(gè)第一詞語，判斷所述第一詞語的首字符是否為大寫字符；

當(dāng)所述第一詞語的首字符是大寫字符時(shí)，判斷所述第一詞語中是否存在小寫字符；

當(dāng)所述第一詞語中存在小寫字符時(shí)，將所述第一詞語中的大寫字符轉(zhuǎn)化為小寫字符，得到大小寫轉(zhuǎn)化后的第一詞語。

5.如權(quán)利要求1所述的實(shí)體識(shí)別方法，其特征在于，所述基于所述目標(biāo)英文文本計(jì)算所述多個(gè)第二詞語的第二位置包括：

根據(jù)所述英文文本中的第一個(gè)第一詞語的第一位置計(jì)算詞間空白字符數(shù)量；

獲取每個(gè)第二詞語的字符長(zhǎng)度；

根據(jù)所述詞間空白字符數(shù)量和所述目標(biāo)英文文本中的第一個(gè)第二詞語的字符長(zhǎng)度，計(jì)算所述第一個(gè)第二詞語的第二位置；

從所述目標(biāo)英文文本中的第二個(gè)第二詞語起，依次確定當(dāng)前第二詞語，根據(jù)所述詞間空白字符數(shù)量和所述當(dāng)前第二詞語的前一個(gè)第二詞語的第二位置計(jì)算所述當(dāng)前第二詞語的第二位置。

6.如權(quán)利要求1所述的實(shí)體識(shí)別方法，其特征在于，所述生成所述多個(gè)第一詞語的第一位置與所述多個(gè)第二詞語的第二位置的映射關(guān)系包括：

對(duì)于每個(gè)第二詞語，從所述多個(gè)第一詞語中獲取與所述第二詞語對(duì)應(yīng)的目標(biāo)第一詞語；

從所述第二詞語的第二位置中查找所述第二詞語的首字符的序號(hào)和所述第二詞語的尾字符的序號(hào)，從所述目標(biāo)第一詞語的第一位置中查找所述目標(biāo)第一詞語的首字符的序號(hào)和所述目標(biāo)第一詞語的尾字符的序號(hào)；

關(guān)聯(lián)存儲(chǔ)所述第二詞語的首字符的序號(hào)和所述目標(biāo)第一詞語的首字符的序號(hào)，關(guān)聯(lián)存儲(chǔ)所述第二詞語的尾字符的序號(hào)和所述目標(biāo)第一詞語的尾字符的序號(hào)。

7.如權(quán)利要求1所述的實(shí)體識(shí)別方法，其特征在于，所述根據(jù)所述目標(biāo)英文文本和所述映射關(guān)系識(shí)別所述英文文本中的目標(biāo)實(shí)體包括：

對(duì)所述目標(biāo)英文文本進(jìn)行實(shí)體識(shí)別，以從所述多個(gè)第二詞語中確定第三詞語；

基于所述映射關(guān)系根據(jù)所述第三詞語的第二位置查找第一位置，將查找到的第一位置確定為實(shí)體位置；

根據(jù)所述實(shí)體位置從所述英文文本中識(shí)別出目標(biāo)實(shí)體。