[發(fā)明專(zhuān)利]命名實(shí)體識(shí)別系統(tǒng)的實(shí)體類(lèi)型識(shí)別

在審

• 申請(qǐng)?zhí)枺?/td>: 202080021811.3
• 申請(qǐng)日: 2020-03-23
• 公開(kāi)（公告）號(hào): CN113597611A
• 公開(kāi)（公告）日: 2021-11-02
• 發(fā)明（設(shè)計(jì)）人: J.布里奧迪;J.伊索-西皮拉;O.奧克斯勒;T.托吉亞
• 申請(qǐng)（專(zhuān)利權(quán)）人: 伯耐沃倫人工智能科技有限公司
• 主分類(lèi)號(hào): G06F40/295
• 分類(lèi)號(hào): G06F40/295
• 代理公司: 北京市柳沈律師事務(wù)所 11105
• 代理人: 萬(wàn)里晴

1.一種用于文本語(yǔ)料庫(kù)內(nèi)的實(shí)體的實(shí)體類(lèi)型識(shí)別的計(jì)算機(jī)實(shí)施方法，所述方法包括：

接收一個(gè)或多個(gè)實(shí)體結(jié)果，每個(gè)實(shí)體結(jié)果包括表示所識(shí)別實(shí)體和所述所識(shí)別實(shí)體在所述文本語(yǔ)料庫(kù)內(nèi)的位置的數(shù)據(jù)；

通過(guò)將所述文本語(yǔ)料庫(kù)中與所述每個(gè)實(shí)體的所述位置相關(guān)聯(lián)的文本輸入到經(jīng)過(guò)訓(xùn)練的實(shí)體類(lèi)型ET模型來(lái)識(shí)別接收到的實(shí)體結(jié)果中的每個(gè)實(shí)體的實(shí)體類(lèi)型，所述經(jīng)過(guò)訓(xùn)練的ET模型配置成從所述文本語(yǔ)料庫(kù)預(yù)測(cè)或提取所述每個(gè)實(shí)體的實(shí)體類(lèi)型；以及

輸出表示所述接收到的實(shí)體結(jié)果中的每個(gè)實(shí)體的所述所識(shí)別實(shí)體類(lèi)型的數(shù)據(jù)。

2.根據(jù)權(quán)利要求1所述的計(jì)算機(jī)實(shí)施方法，其中輸入與所述每個(gè)實(shí)體的所述位置相關(guān)聯(lián)的文本進(jìn)一步包括輸入所述文本語(yǔ)料庫(kù)中在所述每個(gè)實(shí)體的所述位置之前和之后的文本。

3.根據(jù)權(quán)利要求1或2所述的計(jì)算機(jī)實(shí)施方法，其中接收所述一個(gè)或多個(gè)實(shí)體結(jié)果進(jìn)一步包括接收由命名實(shí)體識(shí)別NER系統(tǒng)生成的所述一個(gè)或多個(gè)實(shí)體結(jié)果。

4.根據(jù)權(quán)利要求1到3中任一項(xiàng)所述的計(jì)算機(jī)實(shí)施方法，其中包括表示所識(shí)別實(shí)體和所述所識(shí)別實(shí)體在所述文本語(yǔ)料庫(kù)內(nèi)的位置的數(shù)據(jù)的每個(gè)實(shí)體結(jié)果包含以下群組中的一個(gè)或多個(gè)：

所識(shí)別實(shí)體和所述所識(shí)別實(shí)體在所述文本語(yǔ)料庫(kù)內(nèi)的所述位置的指示；

所識(shí)別實(shí)體和來(lái)自所述文本語(yǔ)料庫(kù)的在所述所識(shí)別實(shí)體周?chē)奈谋静糠郑?/p>

所識(shí)別實(shí)體、在所述所識(shí)別實(shí)體的所述位置之前的第一文本部分和在所述所識(shí)別實(shí)體的所述位置之后的第二文本部分；

在所識(shí)別實(shí)體的所述位置周?chē)奈谋静糠郑灰约?/p>

在所識(shí)別實(shí)體的所述位置之前的第一文本部分和在所識(shí)別實(shí)體的所述位置之后的第二文本部分。

5.根據(jù)權(quán)利要求1到4中任一項(xiàng)所述的計(jì)算機(jī)實(shí)施方法，其進(jìn)一步包括：

從NER系統(tǒng)接收一個(gè)或多個(gè)實(shí)體結(jié)果，其中每個(gè)實(shí)體結(jié)果包含表示所述文本語(yǔ)料庫(kù)內(nèi)在所識(shí)別實(shí)體的所述位置之前的第一文本部分和在所述所識(shí)別實(shí)體的所述位置之后的第二文本部分的數(shù)據(jù)；

通過(guò)將所述文本語(yǔ)料庫(kù)中與所述所識(shí)別實(shí)體相關(guān)聯(lián)的所述第一和第二文本部分輸入到所述經(jīng)過(guò)訓(xùn)練的實(shí)體類(lèi)型ET模型來(lái)識(shí)別所述接收到的實(shí)體結(jié)果中的每個(gè)實(shí)體的實(shí)體類(lèi)型，所述經(jīng)過(guò)訓(xùn)練的ET模型配置成從所述文本語(yǔ)料庫(kù)預(yù)測(cè)或提取所述每個(gè)實(shí)體的實(shí)體類(lèi)型；以及

將表示所述接收到的實(shí)體結(jié)果中的每個(gè)實(shí)體的所述所識(shí)別實(shí)體類(lèi)型的數(shù)據(jù)發(fā)送到所述NER系統(tǒng)。

6.根據(jù)權(quán)利要求1到4中任一項(xiàng)所述的計(jì)算機(jī)實(shí)施方法，其進(jìn)一步包括：

從NER系統(tǒng)接收一個(gè)或多個(gè)實(shí)體結(jié)果，其中每個(gè)實(shí)體結(jié)果包含表示所識(shí)別實(shí)體、所識(shí)別實(shí)體類(lèi)型和所述所識(shí)別實(shí)體在所述文本語(yǔ)料庫(kù)內(nèi)的位置的數(shù)據(jù)；

如果與相關(guān)文本部分相關(guān)聯(lián)的多個(gè)實(shí)體結(jié)果表示相同實(shí)體，其中所述多個(gè)實(shí)體結(jié)果中的至少一個(gè)與所述多個(gè)實(shí)體結(jié)果中的另一個(gè)具有不同實(shí)體類(lèi)型，識(shí)別所述多個(gè)實(shí)體結(jié)果之間的不明確實(shí)體類(lèi)型；

針對(duì)所述多個(gè)實(shí)體結(jié)果中的每一個(gè)，將所述文本語(yǔ)料庫(kù)中與所述每個(gè)實(shí)體的所述位置相關(guān)聯(lián)的文本輸入到所述經(jīng)過(guò)訓(xùn)練的ET模型，所述經(jīng)過(guò)訓(xùn)練的ET模型配置成從所述文本語(yǔ)料庫(kù)預(yù)測(cè)或提取所述每個(gè)實(shí)體的實(shí)體類(lèi)型；以及

聚合與所述相關(guān)文本部分相關(guān)聯(lián)的所述多個(gè)實(shí)體結(jié)果的所預(yù)測(cè)或所提取實(shí)體類(lèi)型，以輸出表示所述多個(gè)實(shí)體結(jié)果的實(shí)體類(lèi)型。

7.根據(jù)權(quán)利要求6所述的計(jì)算機(jī)實(shí)施方法，其中所述相關(guān)文本部分位于來(lái)自所述文本語(yǔ)料庫(kù)的文檔中，并且針對(duì)所述文檔聚合所述多個(gè)實(shí)體結(jié)果的所述所預(yù)測(cè)或所提取實(shí)體類(lèi)型包括聚合所述多個(gè)實(shí)體結(jié)果中的每個(gè)實(shí)體的預(yù)測(cè)以形成所述多個(gè)實(shí)體結(jié)果中的所述實(shí)體的所述實(shí)體類(lèi)型的總體預(yù)測(cè)。

8.根據(jù)權(quán)利要求1到7中任一項(xiàng)所述的計(jì)算機(jī)實(shí)施方法，其進(jìn)一步包括通過(guò)訓(xùn)練機(jī)器學(xué)習(xí)ML技術(shù)生成或更新所述ET模型，以基于所述一個(gè)或多個(gè)實(shí)體結(jié)果從所述文本語(yǔ)料庫(kù)預(yù)測(cè)或提取實(shí)體類(lèi)型。