[發(fā)明專利]一種命名實(shí)體的提取方法、裝置、電子設(shè)備及存儲介質(zhì)

在審

• 申請?zhí)枺?/td>: 202010949598.4
• 申請日: 2020-09-10
• 公開（公告）號: CN112069821A
• 公開（公告）日: 2020-12-11
• 發(fā)明（設(shè)計(jì)）人: 張鵬濤;景艷山
• 申請（專利權(quán)）人: 北京明略昭輝科技有限公司
• 主分類號: G06F40/295
• 分類號: G06F40/295;G06F40/284;G06F40/126;G06F16/35
• 代理公司: 北京超成律師事務(wù)所 11646
• 代理人: 裴素英

1.一種命名實(shí)體的提取方法，其特征在于，所述提取方法包括：

將目標(biāo)文本輸入到預(yù)先訓(xùn)練好的編碼模型中，獲取所述編碼模型輸出的所述目標(biāo)文本對應(yīng)的第一文本矩陣；

基于所述目標(biāo)文本對應(yīng)的第一文本矩陣，確定所述目標(biāo)文本對應(yīng)的第一首指針集合和第一尾指針集合；所述第一首指針集合中包括所述目標(biāo)文本中滿足預(yù)設(shè)類別的目標(biāo)分詞的首字的第一特征值；所述第一尾指針集合中包括所述目標(biāo)文本中滿足預(yù)設(shè)類別的目標(biāo)分詞的尾字的第二特征值；

根據(jù)所述第一首指針集合中的所述第一特征值，以及所述第一尾指針集合中的所述第二特征值，從所述目標(biāo)文本中提取命名實(shí)體，并確定所述命名實(shí)體對應(yīng)的類別。

2.根據(jù)權(quán)利要求1所述的命名實(shí)體的提取方法，其特征在于，所述基于所述目標(biāo)文本對應(yīng)的第一文本矩陣，確定所述目標(biāo)文本對應(yīng)的第一首指針集合和第一尾指針集合，包括：

基于預(yù)先訓(xùn)練好的標(biāo)準(zhǔn)矩陣，對所述目標(biāo)文本對應(yīng)的第一文本矩陣進(jìn)行矩陣變換，得到所述目標(biāo)文本中每個字歸屬于所述預(yù)設(shè)類別的第一概率；

針對所述目標(biāo)文本中的每個字，根據(jù)該字歸屬于所述預(yù)設(shè)類別的第一概率，所述目標(biāo)文本中其他字歸屬于所述預(yù)設(shè)類別的第一概率，以及所述其他字與該字的位置關(guān)系，確定該字是否為滿足預(yù)設(shè)類別的目標(biāo)分詞的首字或者尾字；

根據(jù)該字是否為滿足預(yù)設(shè)類別的目標(biāo)分詞的首字或者尾字的判斷結(jié)果，以及每一個判斷結(jié)果對應(yīng)的特征值，生成所述目標(biāo)文本對應(yīng)的第一首指針集合和第一尾指針集合。

3.根據(jù)權(quán)利要求1所述的命名實(shí)體的提取方法，其特征在于，所述根據(jù)所述第一首指針集合中的所述第一特征值，以及所述第一尾指針集合中的所述第二特征值，從所述目標(biāo)文本中提取命名實(shí)體，并確定所述命名實(shí)體對應(yīng)的類別，包括：

針對所述第一首指針集合中的每個第一特征值，從所述第一尾指針集合中選取類別與該第一特征值的類別相一致，且與該第一特征值的位置關(guān)系滿足第一預(yù)設(shè)條件的第二特征值；

將該第一特征值與選取出的第二特征值對應(yīng)的分詞確定為所述目標(biāo)文本中的命名實(shí)體，并將該第一特征值的類別確定為所述命名實(shí)體的類別。

4.根據(jù)權(quán)利要求2所述的命名實(shí)體的提取方法，其特征在于，通過如下方式對所述編碼模型以及所述標(biāo)準(zhǔn)矩陣進(jìn)行訓(xùn)練：

構(gòu)造第一訓(xùn)練數(shù)據(jù)，所述第一訓(xùn)練數(shù)據(jù)中包括多個第一樣本文本，以及每個第一樣本文本對應(yīng)的第二首指針集合和第二尾指針集合；

將所述第一訓(xùn)練數(shù)據(jù)中的第一樣本文本輸入到編碼模型中，獲取所述編碼模型輸出的第一樣本文本對應(yīng)的第二文本矩陣；

基于標(biāo)準(zhǔn)矩陣，對所述第一樣本文本對應(yīng)的第二文本矩陣進(jìn)行矩陣變換，得到所述第一樣本文本對應(yīng)的第三首指針集合和第三尾指針集合；

根據(jù)所述第一樣本文本對應(yīng)的第二首指針集合和第二尾指針集合，以及所述第一樣本文本對應(yīng)的第三首指針集合和第三尾指針集合，確定所述第一樣本文本對應(yīng)的損失值；

基于所述損失值對所述編碼模型以及所述標(biāo)準(zhǔn)矩陣進(jìn)行調(diào)整，直至任一所述第一樣本文本對應(yīng)的損失值均小于預(yù)設(shè)閾值，得到所述預(yù)先訓(xùn)練好的編碼模型和所述預(yù)先訓(xùn)練好的標(biāo)準(zhǔn)矩陣。

5.根據(jù)權(quán)利要求4所述的命名實(shí)體的提取方法，其特征在于，通過如下方式構(gòu)造所述第一訓(xùn)練數(shù)據(jù)：

構(gòu)造第二訓(xùn)練數(shù)據(jù)，所述第二訓(xùn)練數(shù)據(jù)中包括多個第二樣本文本；

將所述第二訓(xùn)練數(shù)據(jù)中的第二樣本文本輸入到編碼模型中，獲取所述編碼模型輸出的所述第二樣本文本對應(yīng)的第三文本矩陣；

基于所述標(biāo)準(zhǔn)矩陣，對所述第二樣本文本對應(yīng)的第三文本矩陣進(jìn)行矩陣變換，得到所述第二樣本文本中每個字歸屬于所述預(yù)設(shè)類別的第二概率；

基于所述第二樣本文本中每個字歸屬于所述預(yù)設(shè)類別的第二概率，確定所述第二樣本文本對應(yīng)的第四首指針集合和第四尾指針集合；

若所述第二樣本文本中每個字歸屬于所述預(yù)設(shè)類別的第二概率滿足第二預(yù)設(shè)條件，則將所述第二樣本文本確定為所述第一樣本文本，將所述第二樣本文本對應(yīng)的第四首指針集合和第四尾指針集合，分別確定為所述第一樣本文本對應(yīng)的第二首指針集合和第二尾指針集合。