[發明專利]實體識別方法、裝置、設備及存儲介質

有效

• 申請號: 202110984162.3
• 申請日: 2021-08-25
• 公開（公告）號: CN113673249B
• 公開（公告）日: 2022-08-16
• 發明（設計）人: 匡俊;曹雪智;陳鳳嬌;郭林森;徐灝;謝睿;張富崢;王仲遠
• 申請（專利權）人: 北京三快在線科技有限公司
• 主分類號: G06F40/295
• 分類號: G06F40/295;G06F16/36;G06N3/04
• 代理公司: 北京三高永信知識產權代理有限責任公司 11138
• 代理人: 謝冬寒

1.一種實體識別方法，其特征在于，所述方法包括：

對輸入文本進行第一特征映射，得到所述輸入文本的初始特征向量；

采用隨機游走的方式，將知識圖譜轉化為第一節點序列；所述第一節點序列用于指示詞語-詞語之間的游走路徑，所述第一節點序列中的每個節點用于指示一個詞語和所述詞語對應的類型；

對所述第一節點序列中的每個詞語進行字符級別拆分，得到第二節點序列；所述第二節點序列用于指示字符-字符之間的游走路徑，所述第二節點序列中的每個節點用于指示一個字符和所述字符對應的類型；

基于所述第一節點序列，生成第一類特征向量；

基于所述第二節點序列，生成第二類特征向量；

其中，所述第一類特征向量為所述知識圖譜中詞語級別知識的特征表示且所述第一類特征向量與實體類型相關，所述知識圖譜中屬于不同類型的同一詞語對應不同的特征表示；所述第二類特征向量為所述知識圖譜中字符級別知識的特征表示且所述第二類特征向量也與實體類型相關，所述知識圖譜中屬于不同類型的同一字符對應不同的特征表示；一個詞語包括一個或多個字符；

基于所述輸入文本的初始特征向量、所述第一類特征向量和所述第二類特征向量，對所述輸入文本進行實體識別。

2.根據權利要求1所述的實體識別方法，其特征在于，所述基于所述第一節點序列，生成所述第一類特征向量，包括：

基于所述第一節點序列中每個詞語對應的不同類型，生成第三節點序列；所述第三節點序列用于指示詞語-類型之間的游走路徑；

對所述第三節點序列進行第二特征映射，得到所述第一類特征向量。

3.根據權利要求1所述的實體識別方法，其特征在于，所述基于所述第二節點序列，生成所述第二類特征向量，包括：

基于所述第二節點序列中每個字符對應的不同類型，生成第四節點序列；所述第四節點序列用于指示字符-類型之間的游走路徑；

對所述第四節點序列進行第二特征映射，得到所述第二類特征向量。

4.根據權利要求1所述的實體識別方法，其特征在于，所述基于所述輸入文本的初始特征向量、所述第一類特征向量和所述第二類特征向量，對所述輸入文本進行實體識別，包括：

對于所述輸入文本中的任意一個字符，融合所述字符的初始特征向量、所述字符對應不同類型的特征表示、所述字符對應的詞語特征表示，得到所述字符的最終特征向量；

將所述輸入文本中全部字符的最終特征向量輸入實體識別模型；基于所述實體識別模型，對所述輸入文本進行實體識別；

其中，所述字符對應的詞語特征表示是指目標詞語對應不同類型的特征表示，所述目標詞語是指所述知識圖譜中與所述字符匹配的詞語。

5.根據權利要求4所述的實體識別方法，其特征在于，所述目標詞語包括以下至少一項：

所述知識圖譜中開頭位置與所述字符匹配的詞語；

所述知識圖譜中中間位置與所述字符匹配的詞語；

所述知識圖譜中結尾位置與所述字符匹配的詞語；

所述知識圖譜中與所述字符匹配的單字詞。

6.根據權利要求4所述的實體識別方法，其特征在于，所述融合所述字符的初始特征向量、所述字符對應不同類型的特征表示、所述字符對應的詞語特征表示，得到所述字符的最終特征向量，包括：

融合所述字符的初始特征向量和所述字符對應不同類型的特征表示，得到第一中間向量；

融合所述字符的初始特征向量和所述字符對應的詞語特征表示；基于融合后的特征向量，生成第二中間向量；

對所述字符的初始特征向量、所述第一中間向量和所述第二中間向量進行特征拼接，得到所述字符的最終特征向量。