[發明專利]命名實體識別方法和裝置、計算機可讀存儲介質及處理器

在審

• 申請號: 202011630033.6
• 申請日: 2020-12-30
• 公開（公告）號: CN112699684A
• 公開（公告）日: 2021-04-23
• 發明（設計）人: 武姍姍;喻波;王志海;魏力;謝福進
• 申請（專利權）人: 北京明朝萬達科技股份有限公司
• 主分類號: G06F40/295
• 分類號: G06F40/295;G06F40/216;G06K9/62;G06N3/04;G06N3/08
• 代理公司: 北京康信知識產權代理有限責任公司 11240
• 代理人: 李靜茹

1.一種命名實體識別方法，其特征在于，包括：

獲取文本數據；

對所述文本數據進行特征映射，得到第一文本向量和第二文本向量；

將所述第一文本向量和所述第二文本向量分別輸入至識別模型的兩個通道進行命名實體識別，得到所述文本數據的識別結果。

2.根據權利要求1所述的方法，其特征在于，將所述第一文本向量和所述第二文本向量分別輸入至識別模型的兩個通道進行命名實體識別，得到所述文本數據的識別結果，包括：

將所述第一文本向量輸入至卷積神經網絡網絡進行特征提取，得到所述文本數據的局部特征向量；

將所述第二文本向量輸入至基于注意力機制的雙向長短時記憶網絡進行特征提取，得到所述文本數據的時序特征向量；

將所述局部特征向量和所述時序特征向量進行融合，得到目標特征向量；

將所述目標特征向量輸入至條件隨機場進行識別，得到所述識別結果。

3.根據權利要求2所述的方法，其特征在于，將所述第二文本向量輸入至基于注意力機制的雙向長短時記憶網絡進行特征提取，得到所述文本數據的時序特征向量，包括：

將所述第二文本向量輸入至雙向長短時記憶網絡進行特征提取，得到所述文本數據的初始特征向量；

將所述初始特征向量輸入至注意力機制層進行權重分配，得到所述時序特征向量。

4.根據權利要求2所述的方法，其特征在于，將所述局部特征向量和所述時序特征向量進行融合，得到目標特征向量，包括：

將所述局部特征向量和所述時序特征向量輸入至拼接層進行融合，得到融合后的特征向量；

將所述融合后的特征向量輸入至全連接層進行維度轉換，得到所述目標特征向量。

5.根據權利要求2所述的方法，其特征在于，將所述目標特征向量輸入至條件隨機場進行識別，得到所述識別結果，包括：

通過維特比算法對所述目標特征向量進行處理，得到目標標注序列；

基于所述目標標注序列，得到所述識別結果。

6.根據權利要求1所述的方法，其特征在于，所述第一文本向量是將向量作為一個參數在所述識別模型訓練時發生改變的向量，所述第二文本向量是通過所述識別模型生成后不再改變的向量。

7.根據權利要求6所述的方法，其特征在于，對所述文本數據進行特征映射，得到第一文本向量和第二文本向量，包括：

對所述文本數據進行特征映射，得到所述文本數據中每個詞語的向量；

對所述每個詞語的向量進行設定，得到所述第一文本向量和所述第二文本向量。

8.根據權利要求1所述的方法，其特征在于，所述方法還包括：

獲取已標注的訓練語料；

對所述已標注的訓練語料進行特征映射，得到第一向量和第二向量；

利用所述第一向量和所述第二向量對所述識別模型進行訓練。

9.根據權利要求8所述的方法，其特征在于，獲取已標注的訓練語料，包括：

獲取訓練語料；

對所述訓練語料進行標注，得到所述已標注的訓練語料，其中，所述訓練語料的標注信息包括：所述訓練語料中詞語的位置標注和類型標注。

10.一種命名實體識別裝置，其特征在于，包括：

獲取模塊，用于獲取文本數據；

映射模塊，用于對所述文本數據進行特征映射，得到第一文本向量和第二文本向量；

識別模塊，用于將所述第一文本向量和所述第二文本向量分別輸入至識別模型的兩個通道進行命名實體識別，得到所述文本數據的識別結果。

11.一種計算機可讀存儲介質，其特征在于，所述計算機可讀存儲介質包括存儲的程序，其中，在所述程序運行時控制所述計算機可讀存儲介質所在設備執行權利要求1至9中任意一項所述的命名實體識別方法。

12.一種處理器，其特征在于，所述處理器用于運行程序，其中，所述程序運行時執行權利要求1至9中任意一項所述的命名實體識別方法。