命名实体识别方法、装置、设备及介质制造方法及图纸

本公开涉及一种命名实体识别方法、装置、设备及介质。其中，命名实体识别方法包括：获取待识别的目标文本；对目标文本进行语义特征编码，得到具有上下文信息的第一编码向量，以及对目标文本进行实体特征编码，得到具有上下文信息的第二编码向量；基于第一编码向量，提取实体片段对应的边界信息；基于第一编码向量、第二编码向量和边界信息，对目标文本进行实体分类，得到目标文本对应的目标实体类别。根据本公开实施例，能够快速地从非结构化文本中提取出实体类别信息，并且提高对非结构化文本进行实体类别分类的准确性。行实体类别分类的准确性。行实体类别分类的准确性。

【技术实现步骤摘要】
命名实体识别方法、装置、设备及介质


[0001]本公开涉及文本处理
，尤其涉及一种命名实体识别方法、装置、设备及介质。

技术介绍

[0002]随着信息技术的发展，大量的信息收集系统被应用于情报领域中，使情报信息的获取能力得到显著提升。
[0003]然而，情报信息一般包含着大量的非结构化文本，使情报人员在面对大量的情报信息时，无法从每个情报信息中快速、准确地提取出其关心的实体类别信息。

技术实现思路

[0004]为了解决上述技术问题或者至少部分地解决上述技术问题，本公开提供了一种命名实体识别方法、装置、设备及介质。
[0005]第一方面，本公开提供了一种命名实体识别方法，包括：
[0006]获取待识别的目标文本；
[0007]对目标文本进行语义特征编码，得到具有上下文信息的第一编码向量，以及对目标文本进行实体特征编码，得到具有上下文信息的第二编码向量；
[0008]基于第一编码向量，提取实体片段对应的边界信息；
[0009]基于第一编码向量、第二编码向量和边界信息，对目标文本进行实体分类，得到目标文本对应的目标实体类别。
[0010]第二方面，本公开提供了一种命名实体识别装置，包括：
[0011]文本获取模块，用于获取待识别的目标文本；
[0012]文本编码模块，用于对目标文本进行语义特征编码，得到具有上下文信息的第一编码向量，以及对目标文本进行实体特征编码，得到具有上下文信息的第二编码向量；
[0013]信息提取模块，用于基于第一编码向量，提取实体片段对应的边界信息；
[0014]实体分类模块，用于基于第一编码向量、第二编码向量和边界信息，对目标文本进行实体分类，得到目标文本对应的目标实体类别。
[0015]第三方面，本公开提供了一种命名实体识别设备，包括：
[0016]处理器；
[0017]存储器，用于存储可执行指令；
[0018]其中，处理器用于从存储器中读取可执行指令，并执行可执行指令以实现第一方面的命名实体识别方法。
[0019]第四方面，本公开提供了一种计算机可读存储介质，该存储介质存储有计算机程序，当计算机程序被处理器执行时，使得处理器实现第一方面的命名实体识别方法。
[0020]本公开实施例提供的技术方案与现有技术相比具有如下优点：
[0021]本公开实施例的命名实体识别方法、装置、设备及介质，能够在获取待识别的目标
文本后，对目标文本进行语义特征编码，得到具有上下文信息的第一编码向量，并且对目标文本进行实体特征编码，得到具有上下文信息的第二编码向量，进而基于第一编码向量，提取实体片段对应的边界信息，以基于第一编码向量、第二编码向量和边界信息，对目标文本进行实体分类，得到目标文本对应的目标实体类别，以快速地从非结构化文本中提取出实体类别信息，同时，在对目标文本进行实体类别分类时，可以综合考虑目标文本的语义特征、实体特征以及与实体片段对应的边界特征等多维度的文本特征，提高对非结构化文本进行实体类别分类的准确性。
附图说明
[0022]结合附图并参考以下具体实施方式，本公开各实施例的上述和其他特征、优点及方面将变得更加明显。贯穿附图中，相同或相似的附图标记表示相同或相似的元素。应当理解附图是示意性的，原件和元素不一定按照比例绘制。
[0023]图1为本公开实施例提供的一种命名实体识别方法的流程示意图；
[0024]图2为本公开实施例提供的一种条件随机场模型的原理示意图；
[0025]图3为本公开实施例提供的另一种命名实体识别方法的流程示意图；
[0026]图4为本公开实施例提供的一种命名实体识别模型的原理示意图；
[0027]图5为本公开实施例提供的一种命名实体识别装置的结构示意图；
[0028]图6为本公开实施例提供的一种命名实体识别设备的结构示意图。
具体实施方式
[0029]下面将参照附图更详细地描述本公开的实施例。虽然附图中显示了本公开的某些实施例，然而应当理解的是，本公开可以通过各种形式来实现，而且不应该被解释为限于这里阐述的实施例，相反提供这些实施例是为了更加透彻和完整地理解本公开。应当理解的是，本公开的附图及实施例仅用于示例性作用，并非用于限制本公开的保护范围。
[0030]应当理解，本公开的方法实施方式中记载的各个步骤可以按照不同的顺序执行，和/或并行执行。此外，方法实施方式可以包括附加的步骤和/或省略执行示出的步骤。本公开的范围在此方面不受限制。
[0031]本文使用的术语“包括”及其变形是开放性包括，即“包括但不限于”。术语“基于”是“至少部分地基于”。术语“一个实施例”表示“至少一个实施例”；术语“另一实施例”表示“至少一个另外的实施例”；术语“一些实施例”表示“至少一些实施例”。其他术语的相关定义将在下文描述中给出。
[0032]需要注意，本公开中提及的“第一”、“第二”等概念仅用于对不同的装置、模块或单元进行区分，并非用于限定这些装置、模块或单元所执行的功能的顺序或者相互依存关系。
[0033]需要注意，本公开中提及的“一个”、“多个”的修饰是示意性而非限制性的，本领域技术人员应当理解，除非在上下文另有明确指出，否则应该理解为“一个或多个”。
[0034]本公开实施方式中的多个装置之间所交互的消息或者信息的名称仅用于说明性的目的，而并不是用于对这些消息或信息的范围进行限制。
[0035]相关技术中，为了从大量的情报信息中提取出情报人员关心的实体类别信息，一般基于命名实体识别(Named Entity Recognition，NER)技术对情报信息中包含的情报人
员关心的实体类别进行识别，来帮助情报人员快速发现其关心的实体类别信息，减轻情报人员的工作。
[0036]其中，NER又称作“专名识别”，是指识别文本中具有特定意义的实体，主要包括人名、地名、机构名、专有名词等。情报人员希望可以利用NER技术对情报信息中包含的飞机型号、航空发动机型号等进行抽取，并且判断其所属的实体类别。
[0037]然而，目前的NER技术主要是字符级别的多分类任务，类别太多时会影响实体分类的准确率。同时，目前的NER技术没有考虑将外部知识带来的信息增益，也会降低实体分类的准确率。
[0038]为了解决上述问题，本公开实施例提供了一种命名实体识别方法、装置、设备及介质。
[0039]下面首先结合图1至图4对本公开实施例提供的命名实体识别方法进行详细说明。
[0040]图1示出了本公开实施例提供的一种命名实体识别方法的流程示意图。
[0041]在本公开实施例中，该命名实体识别方法可以由计算设备执行。其中，计算设备可以包括电子设备或服务器。电子设备可以包括但不限于诸如笔记本电脑等等的移动终端以及诸如台式计算机等等的固定终端。服务器可以是云服务器或者服务器集群等具有存储及计算功能的设备。
本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种命名实体识别方法，其特征在于，包括：获取待识别的目标文本；对所述目标文本进行语义特征编码，得到具有上下文信息的第一编码向量，以及对所述目标文本进行实体特征编码，得到具有上下文信息的第二编码向量；基于所述第一编码向量，提取实体片段对应的边界信息；基于所述第一编码向量、所述第二编码向量和所述边界信息，对所述目标文本进行实体分类，得到所述目标文本对应的目标实体类别。2.根据权利要求1所述的方法，其特征在于，所述基于所述第一编码向量，提取实体片段对应的边界信息，包括：基于所述第一编码向量，生成所述目标文本对应的标签数据，所述标签数据包括所述目标文本中每个文字对应的实体标签；基于所述标签数据，提取所述实体片段对应的边界信息。3.根据权利要求1所述的方法，其特征在于，所述基于所述第一编码向量、所述第二编码向量和所述边界信息，对所述目标文本进行实体分类，得到所述目标文本对应的目标实体类别，包括：基于所述边界信息，从所述第一编码向量中提取第一表示向量，以及从所述第二编码向量中提取第二表示向量；计算所述第一表示向量和所述第二表示向量对应的平均表示向量；基于所述平均表示向量，对所述目标文本进行实体分类，得到所述目标文本对应的目标实体类别。4.根据权利要求1所述的方法，其特征在于，在所述基于所述第一编码向量，提取实体片段对应的边界信息之后，所述方法还包括：基于所述边界信息，从所述目标文本中提取目标文本片段；基于预设实体库，生成所述目标文本片段对应的第三表示向量；其中，所述基于所述第一编码向量、所述第二编码向量和所述边界信息，对所述目标文本进行实体分类，得到所述目标文本对应的目标实体类别，包括：基于所述第一编码向量、所述第二编码向量、所述边界信息和所述第三表示向量，对所述目标文本进行实体分类，得到所述目标文本对应的目标实体类别。5.根据权利要求4所述的方法，其特征在于，所述基于预设实体库，生成所述目标文本片段对应的第三表示向量，包括：基于所述预设实体库，对所述目标文本片段进行实体特征编码，得到具有上下文信息的第三编码向量；将所述第三编码向量中各向量的均值作为所述第三表示向量。6.根据权利要求4所述的方法，其特征在于，所述基于所述第一编码向量、所述第二编码向量、所述边界信息和所述第三表示向量，对所述目标文本进...

【专利技术属性】
技术研发人员：张佳旭，王宇琪，张文军，王璋盛，曹家，罗引，王磊，
申请(专利权)人：北京中科闻歌科技股份有限公司，
类型：发明
国别省市：