[發明專利]實體識別模型的生成方法、裝置、電子設備及存儲介質

在審

• 申請號: 202011197366.4
• 申請日: 2020-10-30
• 公開（公告）號: CN112347769A
• 公開（公告）日: 2021-02-09
• 發明（設計）人: 李千;史亞冰;蔣燁;柴春光;朱勇
• 申請（專利權）人: 北京百度網訊科技有限公司
• 主分類號: G06F40/279
• 分類號: G06F40/279;G06F16/36;G06K9/62;G06N3/04;G06N3/08
• 代理公司: 北京清亦華知識產權代理事務所(普通合伙) 11201
• 代理人: 白雪靜

本申請公開了一種實體識別模型的生成方法、裝置、電子設備及存儲介質，涉及人工智能，尤其是自然語言處理、深度學習、知識圖譜技術領域。具體實現方案為：獲取初始標注樣本集；利用初始標注樣本集，對初始實體識別模型進行訓練，生成更新后的實體識別模型；利用更新后的實體識別模型，對未標注數據進行實體識別，以獲取每個未標注數據對應的識別結果的置信度；獲取置信度小于第一閾值的各個未標注數據對應的各標注結果；利用所述各個未標注數據及對應的各標注結果，對所述初始標注樣本集進行更新，以利用更新后的標注樣本集對更新后的實體識別模型進行繼續訓練，直至生成的實體識別模型的準確性大于第二閾值。本申請保證了模型的準確性和可靠性。

技術領域

本申請涉及計算機技術領域，具體涉及人工智能、自然語言處理、深度學習、知識圖譜技術領域，尤其涉及一種實體識別模型的生成方法、裝置、電子設備及存儲介質。

背景技術

隨著計算機技術的蓬勃發展，人工智能技術也得到了迅速發展，醫藥、金融、教育等各方面都離不開人工智能技術，自然語言處理技術及深度學習技術等也獲得了越來越廣泛的運用。實體識別，作為自然語言處理、人工智能及深度學習領域中的重要一環，如何快速、準確的進行實體識別，顯得至關重要。

發明內容

本申請提供一種實體識別模型的生成方法、裝置、電子設備和存儲介質。

根據本申請的一方面，提供了一種實體識別模型的訓練方法，包括：

獲取初始標注樣本集；

利用所述初始標注樣本集，對初始實體識別模型進行訓練，生成更新后的實體識別模型；

利用更新后的實體識別模型，對未標注數據進行實體識別，以獲取每個未標注數據對應的識別結果的置信度；

獲取置信度小于第一閾值的各個未標注數據對應的各標注結果；

利用所述各個未標注數據及對應的各標注結果，對所述初始標注樣本集進行更新，以利用更新后的標注樣本集對更新后的實體識別模型進行繼續訓練，直至生成的實體識別模型的準確性大于第二閾值。

根據本申請的另一方面，提供了一種實體識別模型的生成裝置，包括：

第一獲取模塊，用于獲取初始標注樣本集；

第一生成模塊，用于利用所述初始標注樣本集，對初始實體識別模型進行訓練，生成更新后的實體識別模型；

第二生成模塊，用于利用所述更新后的實體識別模型，對未標注數據進行實體識別，以獲取每個未標注數據對應的識別結果的置信度；

第二獲取模塊，用于獲取置信度小于第一閾值的各個未標注數據對應的各標注結果；以及

訓練模塊，用于利用所述各個未標注數據及對應的各標注結果，對所述初始標注樣本集進行更新，以利用更新后的標注樣本集對更新后的實體識別模型進行繼續訓練，直至生成的實體識別模型的準確性大于第二閾值。

根據本申請的另一方面，提供了一種電子設備，包括：

至少一個處理器；以及

與所述至少一個處理器通信連接的存儲器；其中，

所述存儲器存儲有可被所述至少一個處理器執行的指令，所述指令被所述至少一個處理器執行，以使所述至少一個處理器能夠執行如第一方面所述的實體識別模型的生成方法。

根據本申請的另一方面，提供了一種存儲有計算機指令的非瞬時計算機可讀存儲介質，所述計算機指令用于使所述計算機執行如上述一方面所述的實體識別模型的生成方法。

本申請提供的實體識別模型的生成方法、裝置、電子設備及存儲介質，存在如下有益效果：