基于命名实体识别的导航方法、系统及计算机可读介质技术方案

本发明专利技术涉及一种基于命名实体识别的导航方法、系统及计算机可读介质，该导航方法包括：接收用户的导航指令；将导航指令输入命名实体识别模型，获得对应于导航目的地的命名实体；根据命名实体规划导航路径，反馈导航路径至用户；判断是否收到用户对导航路径的确认指令，若未收到确认指令，则将命名实体添加至实体黑名单库。本发明专利技术基于用户的隐式反馈行为来构建以及不断更新实体黑名单库，降低地点名误召回的概率，进而优化导航方法识别出的实体精确率，使导航结果更准确，导航效果好。导航效果好。导航效果好。

【技术实现步骤摘要】
基于命名实体识别的导航方法、系统及计算机可读介质


[0001]本专利技术主要涉及地图导航领域，具体地涉及一种基于命名实体识别的导航方法、系统及计算机可读介质。

技术介绍

[0002]伴随着科技的不断发展与进步，地图导航系统作为人们出行的辅助产品，逐渐走进了大众的生活，地图导航系统为用户在寻找道路和目的地上提供了极大的方便。目前尝试将命名实体识别技术与地图导航任务相结合，以提升导航效果。
[0003]命名实体识别(Name Entity Recognition，NER)也称专名识别，是指识别文本中具有特定意义的实体，实体例如人名、地名、机构名、专有名词等。命名实体识别是自然语言处理(Natural Language Processing，NLP)领域的基础任务之一，命名实体识别技术被广泛应用于问答系统、信息提取、句法分析、机器翻译等任务中，在NLP领域中占有重要位置。举例来说明NER技术，例如输入一段文本“小明在北京大学的燕园”，NER技术可以从文本中将“小明”作为人名抽取出，将“北京大学”作为机构名抽取出，将“燕园”作为地名抽取出。通过NER技术对输入文本进行解析，可以得到具有特定意义的实体为其他任务所用，以提升计算机的文本理解能力。
[0004]目前的NER技术，可以分为基于规则的方法、基于无监督的方法、基于特征的有监督机器学习方法、基于深度学习的方法。基于规则的方法可以非常准确地识别实体，但该方法依赖于大量人工书写的规则，不仅工作量太大，而且在未知的领域上泛化性能不佳。基于特征的监督学习方法取得了不错的成绩，该方法将NER任务视为序列标注任务，利用标注好的大规模语料来训练模型，从而对文本句子中的各个位置进行标注。常用的技术范式有特征加上条件随机场(Conditional Random Field，CRF)函数的方案，特征通常是指人工定义好的一些特征函数，比如字符特征、二元语法bigram特征、词特征、分词标签特征，将这些特征输入到模型中进行学习，最后使用CRF函数进行解码，但是由于特征选取不同以及机器学习模型容量小的缺点，此种NER技术的效果没有基于神经网络的方法好。
[0005]随着大规模预训练语言模型的出现，其将很多NLP任务统一到了预训练过程中，预训练语言模型使用大语料、大模型，相比之前的方法，预训练语言模型对文本序列的表征能力更佳。目前融入了大规模预训练语言模型的NER深度学习模型，在实际应用中并不稳定，存在误识别命名实体的可能，例如在地图导航、车载导航领域，导航算法识别出的地点名可能是现实中不存在的地点，导致导航结果不准确，导航效果较差。

技术实现思路

[0006]本申请所要解决的技术问题是提供一种基于命名实体识别的导航方法、系统及计算机可读介质，可以优化导航方法识别出的实体精确率，使导航结果更准确，导航效果好。
[0007]本申请为解决上述技术问题而采用的技术方案是一种基于命名实体识别的导航方法，包括：接收用户的导航指令；将导航指令输入命名实体识别模型，获得对应于导航目
的地的命名实体；根据命名实体规划导航路径，反馈导航路径至用户；判断是否收到用户对导航路径的确认指令，若未收到确认指令，则将命名实体添加至实体黑名单库。
[0008]在本申请的一实施例中，实体黑名单库包括至少一个黑名单命名实体，在根据命名实体规划导航路径的步骤之前，还包括：判断命名实体与每个黑名单命名实体是否匹配成功；若匹配成功，则结束导航任务；若匹配不成功，则根据命名实体规划导航路径。
[0009]在本申请的一实施例中，导航指令为第一语音信息，在将导航指令输入命名实体识别模型的步骤之前，还包括根据语音识别模型将导航指令转换为第一文本信息。
[0010]在本申请的一实施例中，确认指令为第二语音信息，在判断是否收到用户对导航路径的确认指令的步骤中，包括根据语音识别模型将确认指令转换为第二文本信息，判断第二文本信息是否指示放弃导航，若指示放弃导航，则为未收到确认指令。
[0011]在本申请的一实施例中，命名实体识别模型为BERT
‑
CRF模型。
[0012]在本申请的一实施例中，将导航指令输入命名实体识别模型的步骤包括：对导航指令做分字处理，得到至少一个字，将每个字输入BERT
‑
CRF模型。
[0013]在本申请的一实施例中，反馈导航路径至用户的步骤包括：通过扬声器语音播报导航路径。
[0014]在本申请的一实施例中，反馈导航路径至用户的步骤包括：通过用户终端设备显示导航路径，用户终端设备包括车载显示屏、手机、平板电脑中的一类或任意类。
[0015]本申请为解决上述技术问题还提出一种基于命名实体识别的导航系统，包括：扬声器和用户终端设备；存储器，用于存储可由处理器执行的指令；处理器，用于执行指令以实现如上的基于命名实体识别的导航方法。
[0016]本申请为解决上述技术问题还提出一种存储有计算机程序代码的计算机可读介质，计算机程序代码在由处理器执行时实现如上的基于命名实体识别的导航方法。
[0017]本申请的技术方案将用户的导航指令输入命名实体识别模型，并根据从命名实体识别模型获得的命名实体来规划导航路径，将导航路径反馈给用户后，通过判断是否收到用户对导航路径的确认指令，来决定是否开启导航，若未收到确认指令，则将该命名实体添加至实体黑名单库。这种判断用户是否确认进行导航的行为，可以视为一种隐式反馈行为，通过用户的隐式反馈来告诉导航方法地点名识别是否正确，从而基于用户的隐式反馈行为来构建以及不断更新实体黑名单库，降低地点名误召回的概率，进而优化导航方法识别出的实体精确率，使导航结果更准确，导航效果好。
附图说明
[0018]为让本申请的上述目的、特征和优点能更明显易懂，以下结合附图对本申请的具体实施方式作详细说明，其中：
[0019]图1是本申请一实施例的基于命名实体识别的导航方法的示例性流程图；
[0020]图2是本申请一实施例的命名实体识别模型的示例性结构图；
[0021]图3是本申请另一实施例的基于命名实体识别的导航方法的示例性流程图；
[0022]图4是本申请一实施例的基于命名实体识别的导航系统的系统框图。
具体实施方式
[0023]为让本申请的上述目的、特征和优点能更明显易懂，以下结合附图对本申请的具体实施方式作详细说明。
[0024]在下面的描述中阐述了很多具体细节以便于充分理解本申请，但是本申请还可以采用其它不同于在此描述的其它方式来实施，因此本申请不受下面公开的具体实施例的限制。
[0025]如本申请和权利要求书中所示，除非上下文明确提示例外情形，“一”、“一个”、“一种”和/或“该”等词并非特指单数，也可包括复数。一般说来，术语“包括”与“包含”仅提示包括已明确标识的步骤和元素，而这些步骤和元素不构成一个排它性的罗列，方法或者设备也可能包含其他的步骤或元素。
[0026]本申请中使用了流程图用来说明根据本本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于命名实体识别的导航方法，其特征在于，包括：接收用户的导航指令；将所述导航指令输入命名实体识别模型，获得对应于导航目的地的命名实体；根据所述命名实体规划导航路径，反馈所述导航路径至所述用户；判断是否收到所述用户对所述导航路径的确认指令，若未收到所述确认指令，则将所述命名实体添加至实体黑名单库。2.如权利要求1所述的导航方法，其特征在于，所述实体黑名单库包括至少一个黑名单命名实体，在根据所述命名实体规划导航路径的步骤之前，还包括：判断所述命名实体与每个所述黑名单命名实体是否匹配成功；若匹配成功，则结束导航任务；若匹配不成功，则根据所述命名实体规划导航路径。3.如权利要求1所述的导航方法，其特征在于，所述导航指令为第一语音信息，在将所述导航指令输入命名实体识别模型的步骤之前，还包括根据语音识别模型将所述导航指令转换为第一文本信息。4.如权利要求1所述的导航方法，其特征在于，所述确认指令为第二语音信息，在判断是否收到所述用户对所述导航路径的确认指令的步骤中，包括根据语音识别模型将所述确认指令转换为第二文本信息，判断所述第二文本信息是否指示放弃导航，若指示放弃导航，则为未收到所述确认指...

【专利技术属性】
技术研发人员：王波，
申请(专利权)人：合众新能源汽车股份有限公司，
类型：发明
国别省市：