[發明專利]詞性標注方法和裝置、存儲介質和電子設備

在審

• 申請號: 202010976645.4
• 申請日: 2020-09-16
• 公開（公告）號: CN112149417A
• 公開（公告）日: 2020-12-29
• 發明（設計）人: 胡羽藍;史亮;郭元凱;孟二利;王斌;王穎哲;王鑠
• 申請（專利權）人: 北京小米松果電子有限公司
• 主分類號: G06F40/289
• 分類號: G06F40/289;G06F40/284;G06F40/216;G06F40/169;G06F40/117
• 代理公司: 北京英創嘉友知識產權代理事務所(普通合伙) 11447
• 代理人: 王曉霞

1.一種詞性標注方法，其特征在于，所述方法包括：

將待標注語句輸入詞性標注模型，并獲取所述詞性標注模型輸出的詞性序列，所述詞性序列用于表征所述待標注語句中與該詞性序列的位置相對應的字符的詞性；

判斷所述詞性序列是否符合預設規則；

在所述詞性序列不符合所述預設規則的情況下，基于轉移概率調整所述詞性序列，并將調整后的所述詞性序列作為所述待標注語句的目標詞性序列；

在所述詞性序列符合所述預設規則的情況下，將所述詞性序列作為所述待標注語句的目標詞性序列。

2.根據權利要求1所述的方法，其特征在于，所述將待標注語句輸入詞性標注模型，并獲取所述詞性標注模型輸出的詞性序列，包括：

通過所述詞性標注模型，針對所述待標注語句中的每個分詞，根據所述分詞中各個字符的詞性發射概率確定該字符的詞性標簽，并按所述待標注語句中的字符排列順序將各個字符對應的詞性標簽排列為詞性序列；

其中，所述詞性標簽包括字符位置標簽和字符性質標簽，所述字符位置標簽表征所述該字符在分詞中的位置，所述字符詞性標簽表征該字符的詞性。

3.根據權利要求2所述的方法，其特征在于，所述將待標注語句輸入詞性標注模型，包括：對待標注語句進行分詞，并將分詞后的所述待標注語句輸入詞性標注模型，或者，

將待標注語句輸入詞性標注模型，并通過所述詞性標注模型對所述待標注語句進行分詞。

4.根據權利要求1-3任一項所述的方法，其特征在于，所述判斷所述詞性序列是否符合預設規則，包括：

逐一檢測所述詞性序列中每一序列位置的詞性標簽是否符合所述預設規則；

所述在所述詞性序列不符合所述預設規則的情況下，基于轉移概率調整所述詞性序列，包括：

在檢測到所述詞性序列中不符合所述預設規則的序列位置的情況下，基于轉移概率調整該序列位置的詞性標簽，并檢測下一序列位置的詞性標簽是否符合所述預設規則，直至該詞性序列的所有序列位置均檢測完畢。

5.根據權利要求2或3任一項所述的方法，其特征在于，所述方法還包括：根據所述目標詞性序列，基于預設的詞性確定規則確定所述待標注語句中各分詞的詞性。

6.根據權利要求2或3任一項所述的方法，其特征在于，所述判斷所述詞性序列是否符合預設規則，包括：

判斷分詞中位于起始位置的字符對應的序列位置的字符位置標簽是否為起始位置標簽，若該字符位置標簽不為起始位置標簽，則所述詞性序列中的該序列位置的詞性標簽不符合預設規則；和/或，

判斷分詞中位于非起始位置的字符對應的序列位置的字符位置標簽是否為起始位置標簽，若該字符位置標簽為起始位置標簽，則所述詞性序列中的該序列位置的詞性標簽不符合預設規則；和/或，

判斷分詞中的各個字符對應的序列位置的字符性質標簽是否一致，若不一致，則所述分詞中的各字符對應的序列位置的詞性標簽不符合預設規則。

7.一種詞性標注裝置，其特征在于，所述裝置包括：

獲取模塊，用于將待標注語句輸入詞性標注模型，并獲取所述詞性標注模型輸出的詞性序列，所述詞性序列用于表征所述待標注語句中與該詞性序列的位置相對應的字符的詞性；

判斷模塊，用于判斷所述詞性序列是否符合預設規則；

修正模塊，用于在所述詞性序列不符合所述預設規則的情況下，基于轉移概率調整所述詞性序列，并將調整后的所述詞性序列作為所述待標注語句的目標詞性序列；

確定模塊，用于在所述詞性序列符合所述預設規則的情況下，將所述詞性序列作為所述待標注語句的目標詞性序列。

8.根據權利要求7所述的裝置，其特征在于，所述獲取模塊，用于通過詞性標注模型，針對所述待標注語句中的每個分詞，根據所述分詞中各個字符的詞性發射概率確定該字符的詞性標簽，并按所述待標注語句中的字符排列順序將各個字符對應的詞性標簽排列為詞性序列；

其中，所述詞性標簽包括字符位置標簽和字符性質標簽，所述字符位置標簽表征所述該字符在分詞中的位置，所述字符詞性標簽表征該字符的詞性。