实体识别方法、装置、服务器及存储介质.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CN114218945A(43)申请公布日2022.03.22(21)申请号202111387320.3(22)申请日2021.11.22(71)申请人深圳价值在线信息科技股份有限公司地址518000广东省深圳市福田区沙头街道滨河大道9289号京基滨河时代广场北区一期B座09层(72)发明人赵洋包荣鑫王宇杨倩魏世胜龙大香(74)专利代理机构深圳中一联合知识产权代理有限公司44414代理人叶思(51)Int.Cl.G06F40/295(2020.01)权利要求书2页说明书12页附图3页(54)发明名称实体识别方法、装置、服务器及存储介质(57)摘要本申请适用于神经网络技术领域，提供了一种实体识别方法、装置、服务器及存储介质，该方法包括：接收待识别文本，基于预先设定的类别标签组，对待识别文本中的各字符进行类别映射处理，得到各字符在每个类别标签下的概率；将各字符对应的类别标签，组合成标签路径，得到对应于待识别文本的多条标签路径；根据预先存储的权重系数，建立相应字符的调整矩阵，以及采用调整矩阵对相应字符对应于各类别标签的概率进行调整；根据各字符在每个类别标签下的调整后的概率，从多条标签路径中，选取满足预设选取条件的标签路径，从待识别文本中识别得到目标实体。本申请中，通过该方法可以提高对文本数据中的目标实体的识别效率与准确率。CN114218945ACN114218945A权利要求书1/2页1.一种实体识别方法，其特征在于，包括：接收待识别文本，基于预先设定的类别标签组，对所述待识别文本中的各字符进行类别映射处理，得到各字符在每个类别标签下的概率，其中，所述类别标签组用于指示至少一类目标实体，且所述类别标签组中的至少一个标签的有序组合指示一个目标实体；按照各字符在所述待识别文本中的出现顺序，将各字符对应的类别标签，组合成标签路径，得到对应于所述待识别文本的多条标签路径；针对各字符，根据预先存储的权重系数，建立相应字符的调整矩阵，以及采用所述调整矩阵对相应字符对应于各类别标签的概率进行调整，其中，调整矩阵用于调整字符对应于各类别标签的概率；根据各字符在每个类别标签下的调整后的概率，从所述多条标签路径中，选取满足预设选取条件的标签路径，记作目标标签路径，以及根据所述目标标签路径中的各类别标签，从所述待识别文本中识别得到目标实体。2.根据权利要求1所述的实体识别方法，其特征在于，所述对所述待识别文本中的各字符进行类别映射处理，得到各字符在每个类别标签下的概率，包括：将所述待识别文本中的各个字符分别转换成字向量，以及将所述字向量输入预先训练的类别映射模型，得到相应字符在每个类别标签下的概率，其中，所述类别映射模型用于表征字向量与字向量指示的字符在各个类别标签下的概率之间的对应关系。3.根据权利要求1所述的实体识别方法，其特征在于，所述对所述待识别文本中的各字符进行类别映射处理，得到各字符在每个类别标签下的概率，包括：按照各个字符在所述待识别文本中的正向出现顺序，对各个字符进行类别映射处理，得到各字符在每个类别标签下的正向概率；按照各个字符在所述待识别文本中的反向出现顺序，对各个字符进行类别映射处理，得到各字符在每个类别标签下的反向概率；其中，字符在一类别标签下的概率包括字符在该类别标签下的正向概率和在该类别标签下的反向概率。4.根据权利要求1所述的实体识别方法，其特征在于，所述根据预先存储的权重系数，建立相应字符的调整矩阵，包括：根据所述相应字符在每个类别标签下的概率和所述权重系数，创建针对所述相应字符的权重向量；针对所述待识别文本中的每个字符，根据该字符的权重向量和所述相应字符的权重向量，确定该字符对所述相应字符的影响权重；对所有字符对所述相应字符的影响权重进行归一化，以及将归一化后的影响权重，组合生成所述相应字符的调整矩阵。5.根据权利要求1所述的实体识别方法，其特征在于，所述根据各字符在每个类别标签下的调整后的概率，从所述多条标签路径中，选取满足预设选取条件的标签路径，包括：对所述待识别文本进行语义解析，得到各字符对应的关联度，其中，关联度用于指示字符与该字符的相邻字符之间的关联程度；根据各字符在每个类别标签下的调整后的概率和各字符对应的关联度，从所述多条标签路径中，选取满足预设选取条件的标签路径。2CN114218945A权利要求书2/2页6.根据权利要求5所述的实体识别方法，其特征在于，所述对所述待识别文本进行语义解析，得到各字符对应的关联度，包括：按照各个字符在所述待识别文本中的正向出现顺序，对所述待识别文本进行正向语义解析，得到各字符对应的正向关联度；按照各个字符在所述待识别文本中的反向出现顺序，对所述待识别文本进行反向语义解析，得到各字符对应的反向关联度；