实体标签确定方法和装置.pdf

(19)国家知识产权局(12)发明专利申请(10)申请公布号CN115114922A(43)申请公布日2022.09.27(21)申请号202210621182.9(22)申请日2022.06.02(71)申请人支付宝（杭州）信息技术有限公司地址310023浙江省杭州市西湖区西溪路556号8层B段801-11(72)发明人陈宏斌谭鸿关禹(74)专利代理机构上海专利商标事务所有限公司31100专利代理师周敏(51)Int.Cl.G06F40/295(2020.01)G06F40/166(2020.01)G06F16/903(2019.01)G06N20/00(2019.01)权利要求书3页说明书12页附图4页(54)发明名称实体标签确定方法和装置(57)摘要本公开提供了实体标签确定方法和装置。具体而言，一种实体标签提取方法包括：获取实体名称；从实体名称中去除一个或多个冗余词语以获得候选实体标签；将候选实体标签与已知实体标签库中的多个已知实体标签进行匹配；如果候选实体标签与已知实体标签库中的一个已知实体标签相匹配，则确定所匹配的已知实体标签为实体标签；如果候选实体标签与已知实体标签库中的任何已知实体标签都不匹配，则将候选实体标签与已知停用词库中的多个已知停用词进行匹配；以及如果候选实体标签与已知停用词库中的一个或多个已知停用词相匹配，则从候选实体标签中去除一个或多个已知停用词以确定实体标签。CN115114922ACN115114922A权利要求书1/3页1.一种实体标签确定方法，包括：获取实体名称；从所述实体名称中去除一个或多个冗余词语以获得候选实体标签；将所述候选实体标签与已知实体标签库中的多个已知实体标签进行匹配；如果所述候选实体标签与所述已知实体标签库中的一个已知实体标签相匹配，则确定所匹配的已知实体标签为实体标签；如果所述候选实体标签与所述已知实体标签库中的任何已知实体标签都不匹配，则将所述候选实体标签与已知停用词库中的多个已知停用词进行匹配；以及如果所述候选实体标签与所述已知停用词库中的一个或多个已知停用词相匹配，则从所述候选实体标签中去除所述一个或多个已知停用词以确定所述实体标签。2.如权利要求1所述的方法，进一步包括，如果所述候选实体标签与已知实体标签库中的一个已知实体标签相匹配，则从所述候选实体标签中去除所述实体标签以获得一个或多个新增停用词；以及将所述一个或多个新增停用词存储在所述已知停用词库中。3.如权利要求1所述的方法，进一步包括，如果所述候选实体标签与所述已知停用词库中的一个或多个已知停用词相匹配，则将所确定的实体标签存储在所述已知实体标签库中。4.如权利要求1所述的方法，进一步包括，将用户输入文本输入到经训练的二分类模型中以确定所述用户输入文本的置信度；如果所述用户输入文本的置信度大于或等于阈值，则确定所述用户输入文本是实体名称；以及如果所述用户输入文本的置信度小于阈值，则确定所述用户输入文本不是实体名称。5.如权利要求4所述的方法，进一步包括：根据实体的一个或多个特征来确定所述实体的实体名称为正样本还是负样本；使用实体名称的正样本和负样本对所述二分类模型进行训练；以及其中所述一个或多个特征包括所述实体的历史交易量和所述实体的历史信用分数。6.如权利要求1所述的方法，其中从实体名称中去除一个或多个冗余词语以获得候选实体标签包括：使用命名实体识别(NER)模型将所述实体名称划分为多个词语并确定所述多个词语中的一个或多个冗余词语；以及从所述实体名称中去除所述一个或多个冗余词语以获得所述候选实体标签。7.如权利要求1所述的方法，进一步包括，按照字符长度将与一实体相关联的多个实体标签划分为多个实体标签子集；将所述多个实体标签子集彼此进行匹配得到所述多个实体标签的归一化实体标签；以及将所述归一化实体标签存储在所述已知实体标签库中。8.如权利要求1所述的方法，其中所述实体名称包括商户名称，并且所述实体标签包括品牌词。9.一种实体标签确定装置，包括：2CN115114922A权利要求书2/3页用于获取实体名称的模块；用于从所述实体名称中去除一个或多个冗余词语以获得候选实体标签的模块；用于将所述候选实体标签与已知实体标签库中的多个已知实体标签进行匹配的模块；用于如果所述候选实体标签与所述已知实体标签库中的一个已知实体标签相匹配，则确定所匹配的已知实体标签为实体标签的模块；用于如果所述候选实体标签与所述已知实体标签库中的任何已知实体标签都不匹配，则将所述候选实体标签与已知停用词库中的多个已知停用词进行匹配的模块；以及用于如果所述候选实体标签与所述已知停用词库中的一个或多个已知停用词相匹配，则从所述候选实体标签中去除所述一个或多个已知停用词以确定所述实体标签的模块。10.如权利要求9所述的装置，进一步包括，用于如果所述候选