命名实体识别方法及装置.pdf

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN114298048A(43)申请公布日2022.04.08(21)申请号202111649563.X(22)申请日2021.12.29(71)申请人中国电信股份有限公司地址100033北京市西城区金融街31号(72)发明人崔乐戎翔陈强李庆华冯真(74)专利代理机构北京康信知识产权代理有限责任公司11240代理人张文华(51)Int.Cl.G06F40/295(2020.01)G06F40/284(2020.01)G06N3/04(2006.01)G06N3/08(2006.01)权利要求书2页说明书6页附图3页(54)发明名称命名实体识别方法及装置(57)摘要本申请公开了一种命名实体识别方法及装置。其中，该方法包括：采用第一神经网络模型对目标语句进行分词处理，得到第一词向量集合；从第一词向量集合中的任意一个词向量的上下文信息对第一词向量集合中的词进行过滤，得到候选词向量集合；将候选词向量集合添加至目标字典中；基于目标字典对目标语句进行分词，得到第二词向量集合；采用第二神经网络模型对第二词向量集合中的命名实体进行识别，得到识别结果。本申请解决了由于未利用新词发现能力造成的命名实体识别不准确的技术问题。CN114298048ACN114298048A权利要求书1/2页1.一种命名实体识别方法，其特征在于，包括：采用第一神经网络模型对目标语句进行分词处理，得到第一词向量集合；从所述第一词向量集合中的任意一个词向量的上下文信息对所述第一词向量集合中的词进行过滤，得到候选词向量集合；将所述候选词向量集合添加至目标字典中；基于所述目标字典对所述目标语句进行分词，得到第二词向量集合；采用第二神经网络模型对所述第二词向量集合中的命名实体进行识别，得到识别结果。2.根据权利要求1所述的方法，其特征在于，所述方法还包括：基于所述目标字典对所述目标语句进行分字处理，得到第一字向量集合；采用所述第二神经网络模型对所述第二词向量集合中的命名实体进行识别，得到识别结果，包括：获取所述第二词向量集合中任意一个词向量和所述第一字向量集合中的任意一个字向量在目标语料库中的权重；基于所述权重对所述目标语句进行命名实体识别。3.根据权利要求1所述的方法，其特征在于，从所述第一词向量集合中的任意一个词向量的上下文信息对所述第一词向量集合中的词进行过滤，得到候选词向量集合，包括：计算所述第一词向量集合中每个词之间的互信息和信息熵；至少基于所述互信息和信息熵对所述第一词向量集合中的词进行过滤，得到所述候选词向量集合。4.根据权利要求1所述的方法，其特征在于，采用第一神经网络模型对目标语句进行分词处理，得到第一词向量集合之前，所述方法还包括：接收目标对象的输入指令，并确定所述输入指令中的字符长度，其中，所述字符长度为对所述目标语句进行分词处理时所依据的字节片段序列长度。5.根据权利要求1所述的方法，其特征在于，采用第一神经网络模型对目标语句进行分词处理，得到第一词向量集合之前，所述方法还包括：检测目标对象的语音指令；对所述语音指令进行识别，得到与所述语音指令对应的文本信息，并将所述文本信息作为所述目标语句。6.根据权利要求5所述的方法，其特征在于，采用所述第二神经网络模型对所述第二词向量集合中的命名实体进行识别，得到识别结果之后，所述方法还包括：确定与所述识别结果对应的应答信息，并输出所述应答信息。7.一种命名实体识别装置，其特征在于，包括：获取模块，用于采用第一神经网络模型对目标语句进行分词处理，得到第一词向量集合；筛选模块，用于从所述第一词向量集合中的任意一个词向量的上下文信息对所述第一词向量集合中的词进行过滤，得到候选词向量集合；添加模块，用于将所述候选词向量集合添加至目标字典中；分词模块，用于基于所述目标字典对所述目标语句进行分词，得到第二词向量集合；识别模块，用于采用第二神经网络模型对所述第二词向量集合中的命名实体进行识2CN114298048A权利要求书2/2页别，得到识别结果。8.根据权利要求7所述的装置，其特征在于，所述装置还包括：字向量子模块，用于基于所述目标字典对所述目标语句进行分字处理，得到第一字向量集合；识别子模块，用于获取所述第二词向量集合中任意一个词向量和所述第一字向量集合中的任意一个字向量在目标语料库中的权重；基于所述权重对所述目标语句进行命名实体识别。9.一种非易失性存储介质，其特征在于，所述非易失性存储介质包括存储的程序，其中，在所述程序运行时控制所述非易失性存储介质所在设备执行权利要求1至6中任意一项所述命名实体识别方法。10.一种电子设备，其特征在于，包括：存储器和处理器；所述处理器用于运行程序，其中，所述程序运行时执行权利要求1至6中任意一项所述命名实体识