一种联合识别和连接命名实体的方法及装置制造方法及图纸

本发明专利技术实施例公开了一种联合识别和连接命名实体的方法及装置。联合识别和连接命名实体的方法，包括：对输入文本的分词标注词性，生成分词文本；连接所述分词文本和至少一个预设实体库；根据连接结果生成的至少一个备选答案组合，确定命名实体识别和连接的结果。本发明专利技术实施例提出联合识别和连接命名实体的方法，该方法考虑了命名实体识别和实体连接间的依赖关系，缓解了错误传播问题，从而可以提高命名实体识别和实体连接的精度。

【技术实现步骤摘要】
一种联合识别和连接命名实体的方法及装置
本专利技术实施例涉及自然语言处理技术，尤其涉及一种联合识别和连接命名实体的方法及装置。
技术介绍
基于自然语言的人机自动应答系统，是自然语言理解的一个重要应用。人机自动应答系统在针对某一领域知识库进行特殊处理之后，用户以自然语言形式提出问题，系统能够以多媒体的形式自动给出答案。命名实体识别和实体连接是自然语言理解的一个重要组成部分，在实际应用中，现有技术先进行命名实体识别(NamedEntityRecognition)，然后进行实体连接(EntityLinking)。但是，采用先进行命名实体识别，然后进行实体连接的方式，存在错误传播的风险，即第一步识别错的命名实体或者没有识别出的命名实体均不能在第二步被正确的连接到实体库中。
技术实现思路
本专利技术提供一种联合识别和连接命名实体的方法及装置，以实现同步处理命名实体识别和实体连接，缓解错误传播问题，从而提高命名实体识别和连接的精度。第一方面，本专利技术实施例提供了一种联合识别和连接命名实体的方法，包括：对输入文本的分词标注词性，生成分词文本；连接所述分词文本和至少一个预设实体库；根据连接结果生成的至少一个备选答案组合，确定命名实体识别和连接的结果。进一步地，根据连接结果生成的至少一个备选答案组合，确定命名实体识别和连接的结果包括：当所述分词为第一级分词，则根据第一级分词和所述预设实体库中预设命名实体的匹配结果，生成第一级分词的分词答案组合；当所述分词非第一级分词，则根据所述分词文本中本级分词和所述至少一个预设实体库中预设命名实体的匹配结果以及上一级分词的筛选分词答案组合，生成本级分词的分词答案组合；根据所述本级分词答案组合的评分，得到命名实体识别和连接的结果。进一步地，根据所述本级分词答案组合的评分，得到命名实体识别和连接的结果包括：将最后一级分词的分词答案组合中评分最高的分词答案组合确定为命名实体识别和连接的结果。进一步地，对所述分词答案组合评分包括：抽取所述分词答案组合的特征，生成相应的答案特征集合；根据所述答案特征集合和预设模型参数，确定所述分词答案组合的评分。进一步地，抽取所述分词答案组合的特征，生成相应的答案特征集合包括：抽取所述分词答案组合中各级分词的特征，并组成特征向量，作为所述分词答案组合的答案特征集合；所述根据所述答案特征集合和预设模型参数，确定所述分词答案组合的评分包括：根据所述预设模型参数，确定所述特征向量对应的权重向量；计算所述权重向量的转置向量和所述特征向量的数量积，并将所述数量积作为所述分词答案组合的评分。第二方面，本专利技术实施例还提供了一种联合识别和连接命名实体的装置，包括：分词文本生成模块，用于对输入文本的分词标注词性，生成分词文本；分词文本连接模块，用于连接所述分词文本和至少一个预设实体库；结果确定模块，用于根据连接结果生成的至少一个备选答案组合，确定命名实体识别和连接的结果。进一步地，结果确定模块包括：首级分词答案组合生成子模块，用于当所述分词为第一级分词，则根据第一级分词和所述预设实体库中预设命名实体的匹配结果，生成第一级分词的分词答案组合；分词答案组合生成子模块，用于当所述分词非第一级分词，则根据所述分词文本中本级分词和所述至少一个预设实体库中预设命名实体的匹配结果以及上一级分词的筛选分词答案组合，生成本级分词的分词答案组合；结果确定子模块，用于根据所述本级分词答案组合的评分，得到命名实体识别和连接的结果。进一步地，结果确定子模块具体用于：将最后一级分词的分词答案组合中评分最高的分词答案组合确定为命名实体识别和连接的结果。进一步地，结果确定子模块包括：答案特征集合生成单元，用于抽取所述分词答案组合的特征，生成相应的答案特征集合；分词答案组合评分确定单元，用于根据所述答案特征集合和预设模型参数，确定所述分词答案组合的评分。进一步地，答案特征集合生成单元具体用于：抽取所述分词答案组合中各级分词的特征，并组成特征向量，作为所述分词答案组合的答案特征集合；分词答案组合评分确定单元具体用于：根据所述预设模型参数，确定所述特征向量对应的权重向量；计算所述权重向量的转置向量和所述特征向量的数量积，并将所述数量积作为所述分词答案组合的评分。本专利技术通过同步处理命名实体识别和实体连接，解决先命名实体识别，后实体连接造成的错误传播的问题，实现提高命名实体识别和连接的精度的效果。附图说明图1是本专利技术实施例一中的一种联合识别和连接命名实体的方法的流程图；图2是本专利技术实施例二中的一种联合识别和连接命名实体的方法的流程图；图3是本专利技术实施例三中的一种联合识别和连接命名实体的方法的流程图；图4是本专利技术实施例四中的一种联合识别和连接命名实体的装置的结构示意图。具体实施方式下面结合附图和实施例对本专利技术作进一步的详细说明。可以理解的是，此处所描述的具体实施例仅仅用于解释本专利技术，而非对本专利技术的限定。另外还需要说明的是，为了便于描述，附图中仅示出了与本专利技术相关的部分而非全部结构。实施例一图1为本专利技术实施例一提供的一种联合识别和连接命名实体的方法的流程图，本实施例可适用于对输入文本进行命名实体识别和连接的情况，该方法可以由联合识别和连接命名实体的装置来执行，该装置可通过软件和/或硬件的方式实现，联合识别和连接命名实体的方法具体包括如下步骤：步骤110、对输入文本的分词标注词性，生成分词文本。其中，输入文本可以是用户输入的文字文本或根据用户输入的语音转换而来的文本，使用预设的文本分词系统将输入文本分词，示例的，可以使用ICTCLAS(InstituteofComputingTechnology,ChineseLexicalAnalysisSystem，汉语词法分析系统)对输入文本进行分词。然后，对各分词标注词性，示例的，分词词性包括：名词、动词、形容词、副词、量词和助词。步骤120、连接分词文本和至少一个预设实体库。其中，预设实体库是预先整理的，包括预设命名实体，其中的预设命名实体分类存储，且根据预设命名实体的类别建立联系。例如，歌曲的命名实体库，其中包括歌手名和歌曲名，且歌手名与该歌手演唱过的歌曲名之间建立对应关系。分词文本中的分词和预设实体库中的预设命名实体匹配连接，确定分词在预设实体库中各类别的预设命名实体中的匹配结果。步骤130、根据连接结果生成的至少一个备选答案组合，确定命名实体识别和连接的结果。可选地，将分词与预设命名实体的匹配结果依次排列组合，生成至少一个分词文本在预设实体库中连接的备选答案组合，对备选答案组合评分，根据评分确定命名实体识别和连接的结果。本实施例的技术方案，通过同步处理命名实体识别和实体连接，解决先命名实体识别，后实体连接造成的错误传播的问题，实现提高命名实体识别和连接的精度的效果。实施例二图2为本专利技术实施例二提供的一种联合识别和连接命名实体的方法的流程图，本实施例的技术方案在上述技术方案的基础上进一步细化，步骤130包括：步骤210、当分词为第一级分词，则根据第一级分词与预设实体库中预设命名实体的匹配结果，生成第一级分词的分词答案组合。步骤220、当分词非第一级分词，则根据分词文本中本级分词和至少一个预设实体库中预设命名实体的匹配结果以及上一级分词的筛选分词答案组合，生成本级分词的分词答案组本文档来自技高网...

【技术保护点】
一种联合识别和连接命名实体的方法，其特征在于，包括：对输入文本的分词标注词性，生成分词文本；连接所述分词文本和至少一个预设实体库；根据连接结果生成的至少一个备选答案组合，确定命名实体识别和连接的结果。

【技术特征摘要】
1.一种联合识别和连接命名实体的方法，其特征在于，包括：对输入文本的分词标注词性，生成分词文本；连接所述分词文本和至少一个预设实体库；根据连接结果生成的至少一个备选答案组合，确定命名实体识别和连接的结果。2.根据权利要求1所述的方法，其特征在于，根据连接结果生成的至少一个备选答案组合，确定命名实体识别和连接的结果包括：当所述分词为第一级分词，则根据第一级分词和所述预设实体库中预设命名实体的匹配结果，生成第一级分词的分词答案组合；当所述分词非第一级分词，则根据所述分词文本中本级分词和所述至少一个预设实体库中预设命名实体的匹配结果以及上一级分词的筛选分词答案组合，生成本级分词的分词答案组合；根据所述本级分词答案组合的评分，得到命名实体识别和连接的结果。3.根据权利要求2所述的方法，其特征在于，根据所述本级分词答案组合的评分，得到命名实体识别和连接的结果包括：将最后一级分词的分词答案组合中评分最高的分词答案组合确定为命名实体识别和连接的结果。4.根据权利要求2所述的方法，其特征在于，对所述分词答案组合评分包括：抽取所述分词答案组合的特征，生成相应的答案特征集合；根据所述答案特征集合和预设模型参数，确定所述分词答案组合的评分。5.根据权利要求4所述的方法，其特征在于，抽取所述分词答案组合的特征，生成相应的答案特征集合包括：抽取所述分词答案组合中各级分词的特征，并组成特征向量，作为所述分词答案组合的答案特征集合；所述根据所述答案特征集合和预设模型参数，确定所述分词答案组合的评分包括：根据所述预设模型参数，确定所述特征向量对应的权重向量；计算所述权重向量的转置向量和所述特征向量的数量积，并将所述数量积作为所述分词答案组合的评分。6.一种联合识...

【专利技术属性】
技术研发人员：郭瑞，郭祥，雷宇，
申请(专利权)人：北京智能管家科技有限公司，
类型：发明
国别省市：北京,11