[發明專利]命名實體識別模型訓練方法、樣本標注方法、裝置及設備

在審

• 申請號: 202011481841.0
• 申請日: 2020-12-14
• 公開（公告）號: CN112487817A
• 公開（公告）日: 2021-03-12
• 發明（設計）人: 張杰;于皓;鄧禮志;吳信東
• 申請（專利權）人: 北京明略軟件系統有限公司
• 主分類號: G06F40/295
• 分類號: G06F40/295;G06F16/332;G06K9/62
• 代理公司: 北京超成律師事務所 11646
• 代理人: 裴素英

1.一種命名實體識別模型訓練方法，其特征在于，所述方法包括：

接收終端設備發送的會話文本；

使用命名實體識別模型對所述會話文本進行命名實體識別處理，得到所述會話文本的命名實體識別結果，并將所述命名實體識別結果發送給所述終端設備；

若接收到所述終端設備發送的調整后識別結果，則將所述調整后識別結果以及所述會話文本作為新的樣本更新至所述命名實體識別模型的訓練集，得到更新后的訓練集；

基于所述更新后的訓練集對所述命名實體識別模型進行訓練。

2.如權利要求1所述的方法，其特征在于，所述基于所述更新后的訓練集對所述命名實體識別模型進行訓練，包括：

確定所述更新后的訓練集中各樣本的樣本權重；

基于所述各樣本的樣本權重，對所述命名實體識別模型進行訓練。

3.如權利要求2所述的方法，其特征在于，所述確定所述更新后的訓練集中各樣本的樣本權重，包括：

根據各樣本的時間順序，確定各樣本的樣本權重。

4.如權利要求2所述的方法，其特征在于，所述確定所述更新后的訓練集中各樣本的樣本權重，包括：

根據各樣本的樣本類別，確定各樣本的樣本權重。

5.如權利要求1-4任一項所述的方法，其特征在于，所述基于所述更新后的訓練集對所述命名實體識別模型進行訓練，包括：

根據預設的更新策略判定是否對所述命名實體識別模型進行重新訓練；

若是，則基于所述更新后的訓練集對所述命名實體識別模型進行訓練。

6.一種樣本標注方法，其特征在于，所述方法包括：

獲取會話文本，并將所述會話文本發送給服務器；

接收所述服務器發送的所述會話文本的命名實體識別結果；

使用預設的樣式顯示所述命名實體識別結果；

若接收到用戶輸入的針對所述命名實體識別結果的調整后識別結果，則將所述調整后識別結果發送給所述服務器。

7.如權利要求6所述的方法，其特征在于，所述預設的樣式包括：下劃線、預設的背景顏色。

8.一種命名實體識別模型訓練裝置，其特征在于，所述裝置包括：文本接收模塊、文本識別模塊、調整識別模塊、模型訓練模塊；

所述文本接收模塊，用于接收終端設備發送的會話文本；

所述文本識別模塊，用于使用命名實體識別模型對所述會話文本進行命名實體識別處理，得到所述會話文本的命名實體識別結果，并將所述命名實體識別結果發送給所述終端設備；

所述調整識別模塊，用于若接收到所述終端設備發送的調整后識別結果，則將所述調整后識別結果以及所述會話文本作為新的樣本更新至所述命名實體識別模型的訓練集，得到更新后的訓練集；

所述模型訓練模塊，用于基于所述更新后的訓練集對所述命名實體識別模型進行訓練。

9.一種樣本標注裝置，其特征在于，所述裝置包括：文本發送模塊、結果接收模塊、結果顯示模塊、結果調整模塊；

所述文本發送模塊，用于獲取會話文本，并將所述會話文本發送給服務器；

所述結果接收模塊，用于接收所述服務器發送的所述會話文本的命名實體識別結果；

所述結果顯示模塊，用于使用預設的樣式顯示所述命名實體識別結果；

所述結果調整模塊，用于若接收到用戶輸入的針對所述命名實體識別結果的調整后識別結果，則將所述調整后識別結果發送給所述服務器。

10.一種服務器，其特征在于，包括：第一存儲器、第一處理器，所述第一存儲器中存儲有可在所述第一處理器上運行的計算機程序，所述第一處理器執行所述計算機程序時，實現上述權利要求1至5任一項所述的方法的步驟。