[發明專利]實體詞語的識別方法、裝置、存儲介質及電子設備

在審

• 申請號: 202210719414.4
• 申請日: 2022-06-23
• 公開（公告）號: CN115130476A
• 公開（公告）日: 2022-09-30
• 發明（設計）人: 于翠楠;王飛
• 申請（專利權）人: 南京燧坤智能科技有限公司
• 主分類號: G06F40/295
• 分類號: G06F40/295;G06F40/30;G06F40/126
• 代理公司: 北京康信知識產權代理有限責任公司 11240
• 代理人: 董文倩

1.一種實體詞語的識別方法，其特征在于，包括：

獲取待識別語句；

對所述待識別語句進行語義分割處理，得到所述待識別語句中多個候選實體詞語分別對應的基礎釋義；

基于所述待識別語句所在目標文檔的文檔信息，確定得到所述多個候選實體詞語分別對應的第一補充釋義集合；

基于預先確定的詞典庫和網絡知識庫，確定得到所述多個候選實體詞語分別對應的第二補充釋義集合；

根據所述多個候選實體詞語分別對應的所述基礎釋義、所述第一補充釋義集合和所述第二補充釋義集合，從所述多個候選實體詞語中選取出目標實體詞語。

2.根據權利要求1所述的方法，其特征在于，所述基于所述待識別語句所在目標文檔的文檔信息，確定得到所述多個候選實體詞語分別對應的第一補充釋義集合，包括：

獲取所述目標文檔中的文檔內容簡介信息，其中，所述文檔內容簡介信息至少包括：文檔標題信息、文檔關鍵詞信息以及文檔摘要信息；

采用文本語義編碼模型對所述文檔內容簡介信息進行語義分割處理，得到所述目標文檔對應的主旨概括信息；

將所述主旨概括信息作為所述第一補充釋義集合。

3.根據權利要求2所述的方法，其特征在于，獲取所述文檔內容簡介信息中的所述文檔關鍵詞信息，包括：

獲取所述目標文檔中的文檔正文內容信息；

采用詞頻-逆文檔頻次算法對所述文檔正文內容信息中的所有詞語進行評分；

根據評分結果確定得到所述目標文檔對應的所述文檔關鍵詞信息。

4.根據權利要求2所述的方法，其特征在于，在確定所述多個候選實體詞語中存在指示代詞的情況下，所述方法還包括：

獲取所述目標文檔中第一目標位置對應的第一連續語句，以及目標文檔中第二目標位置對應的第二連續語句；

采用所述文本語義編碼模型對所述第一連續語句和所述第二連續語句進行語義分割處理，得到第一綜合語義信息；

將所述第一綜合語義信息納入至所述第一補充釋義集合。

5.根據權利要求2所述的方法，其特征在于，在確定所述多個候選實體詞語中存在縮略詞的情況下，所述方法還包括：

獲取所述目標文檔中包括所述縮略詞的目標語句；

采用所述文本語義編碼模型對所述目標語句進行語義分割處理，得到第二綜合語義信息；

將所述第二綜合語義信息納入至所述第一補充釋義集合。

6.根據權利要求2所述的方法，其特征在于，所述方法還包括：

獲取所述待識別語句的屬性信息；

根據所述待識別語句的屬性信息確定得到所述待識別語句對應的目標格式的子標題；

將所述目標格式的子標題納入至所述第一補充釋義集合。

7.根據權利要求1所述的方法，其特征在于，所述基于預先確定的詞典庫和網絡知識庫，確定得到所述多個候選實體詞語分別對應的第二補充釋義集合，包括：

判斷所述候選實體詞語是否存儲于所述詞典庫中；

若所述候選實體詞語存儲于所述詞典庫中，則獲取所述詞典庫中與所述候選實體詞語對應的第一釋義；

判斷所述候選實體詞語是否存儲于所述網絡知識庫中；

若所述候選實體詞語存儲于所述網絡知識庫中，則獲取所述網絡知識庫中與所述候選實體詞語對應的第二釋義；

將所述第一釋義和所述第二釋義作為所述第二補充釋義集合。

8.根據權利要求1至7中任一項所述的方法，其特征在于，所述根據所述多個候選實體詞語分別對應的所述基礎釋義、所述第一補充釋義集合和所述第二補充釋義集合，從所述多個候選實體詞語中選取出目標實體詞語，包括：

采用文本分類模型對所述多個候選實體詞語分別對應的所述基礎釋義、所述第一補充釋義集合和所述第二補充釋義集合進行分類整合處理，得到所述多個候選實體詞語分別對應的最終釋義；

根據所述多個候選實體詞語分別對應的最終釋義，從所述多個候選實體詞語中選取出所述目標實體詞語。