命名实体识别方法、装置、服务器及存储介质.pdf

(19)国家知识产权局(12)发明专利申请(10)申请公布号CN115952798A(43)申请公布日2023.04.11(21)申请号202211316156.1(22)申请日2022.10.26(71)申请人中银金融科技有限公司地址200120上海市中国（上海）自由贸易试验区银城中路200号4层408室(72)发明人张徐润(74)专利代理机构北京集佳知识产权代理有限公司11227专利代理师张静(51)Int.Cl.G06F40/295(2020.01)G06F40/216(2020.01)G06F16/28(2019.01)权利要求书3页说明书17页附图3页(54)发明名称命名实体识别方法、装置、服务器及存储介质(57)摘要本申请公开了命名实体识别方法、装置、服务器及存储介质，可应用于金融领域或其他领域。获取待识别的文本，文本由多个关键字组成，获取多个关键字分别对应的第一概率值集合，将多个关键字分别对应的第一概率值集合输入至预构建的条件随机场模型，通过条件随机场模型将文本划分成多个命名实体，以及，通过条件随机场模型获得多个命名实体分别所属的命名实体类别，命名实体包括一个或多个属于同一命名实体类别的关键字，以此实现对于文本中包含的命名实体的更加准确的识别，有效的降低了筛查引擎对于客户是否存在反洗钱风险进行误判断的情况。CN115952798ACN115952798A权利要求书1/3页1.一种命名实体识别方法，其特征在于，包括：获取待识别的文本，所述文本由多个关键字组成；获取多个所述关键字分别对应的第一概率值集合，所述关键字对应的第一概率值集合包括所述关键字在每一命名实体类别下属于开端标签的第一概率值，以及，所述关键字在每一命名实体类别下属于过程标签的第一概率值，以及，位于所述关键字前i个关键字在每一命名实体类别下属于开端标签的第一概率值，以及，位于所述关键字前i个关键字在每一命名实体类别下属于过程标签的第一概率值，以及，位于所述关键字后j个关键字在每一命名实体类别下属于开端标签的第一概率值，以及，位于所述关键字后j个关键字在每一命名实体类别下属于过程标签的第一概率值；i取值依次为1，2，…N‑1，N最大值为所述关键字位于所述文本的位置，j的取值依次为1，2，…M，M最大值为所述文本的总字数与所述位置的差值；所述关键字属于所述开端标签的概率值是指所述关键字为命名实体的第一个关键字的第一概率值，所述关键字属于所述过程标签的概率值是指所述关键字为命名实体的非第一个关键字的第一概率值；将多个所述关键字分别对应的第一概率值集合输入至预构建的条件随机场模型，通过所述条件随机场模型将所述文本划分成多个命名实体，以及，通过所述条件随机场模型获得多个所述命名实体分别所属的命名实体类别，所述命名实体包括一个或多个属于同一命名实体类别的所述关键字，所述条件随机场模型是通过将样本文本包含的多个关键字分别对应的第一概率值集合以及所述样本文本输入至所述条件随机场模型，以标注的所述样本文本中的命名实体以及样本中的命名实体所属命名实体类别作为目标训练得到的。2.根据权利要求1所述命名实体识别方法，其特征在于，还包括：获取多个所述命名实体分别对应的第二概率值集合，所述命名实体对应的第二概率值集合包括所述命名实体在每一命名实体类别下属于嵌套命名实体的第二概率值，以及，位于所述命名实体前q个命名实体在每一命名实体类别下属于嵌套命名实体的第二概率值，以及，位于所述命名实体后k个命名实体在每一命名实体类别下属于嵌套命名实体的第二概率值；q取值依次为1，2，…X‑1，X最大值为所述命名实体位于多个所述命名实体的位置，k的取值依次为1，2，…Y，Y最大值为多个所述命名实体的总个数与所述命名实体所在位置的差值；将多个所述命名实体、多个所述命名实体分别对应的第二概率值集合以及所述文本输入至预构建的特征模型，通过所述特征模型获得嵌套命名实体以及所述嵌套命名实体所属的命名实体类别；所述嵌套命名实体包括多个所述命名实体；所述特征模型是通过将样本文本包含的多个所述命名实体、多个命名实体分别对应的第二概率值集合以及所述样本文本输入至所述特征模型，以标注的所述样本文本包含的嵌套命名实体以及所述嵌套命名实体所属命名实体类别作为目标训练得到的。3.根据权利要求2所述命名实体识别方法，其特征在于，所述将多个所述命名实体、多个所述命名实体分别对应的第二概率值集合以及所述文本输入至预构建的特征模型，通过所述特征模型获得嵌套命名实体以及所述嵌套命名实体所属的命名实体类别步骤包括：将所述文本中除多个所述命名实体以外的关键字进行分词，得到关键词；将多个所述命名实体、所述关键词、多个所述命名实体分别对应的第二概率值集合以及所述文本输入至预构建的特征模型，通过所述特征模型获得嵌套命名实体以及所述嵌套2CN