[发明专利]实体名称识别方法、装置、计算机设备和存储介质

权利要求书

1.一种实体名称识别方法，所述方法包括：

获取待识别文本中各词语分别对应的词向量；

将获取的词向量输入第一双向长短记忆神经网络，得到所述第一双向长短记忆神经网络输出的向量特征；所述第一双向长短记忆神经网络是提取所述词向量的向量特征的双向长短记忆神经网络模型；

通过名词筛选模型，根据所述向量特征从所述待识别文本中筛选候选实体名称,得到名称候选集合；

提取所述名称候选集合中各候选实体名称分别对应的词向量；

通过第二双向长短记忆神经网络，根据提取的词向量识别所述名称候选集合中的实体名称；所述第二双向长短记忆神经网络是从所述各候选实体名称中筛选实体名称的模型。

2.根据权利要求1所述的方法，其特征在于，所述获取待识别文本中各词语分别对应的词向量包括：

获取待识别文本；

将所述待识别文本输入向量转换模型，对所述待识别文本进行词语划分，得到多个词语；

对于每个词语进行向量转换，得到每个词语对应的词向量。

3.根据权利要求1所述的方法，其特征在于，所述将获取的词向量输入第一双向长短记忆神经网络，得到所述第一双向长短记忆神经网络输出的向量特征包括：

向所述第一双向长短记忆神经网络中的前向参考层和后向参考层，分别输入获取的词向量；

获取所述前向参考层和所述后向参考层输出的前向参考特征和后向参考特征；

根据所述前向参考特征和所述后向参考特征生成向量特征。

4.根据权利要求1所述的方法，其特征在于，所述通过名词筛选模型，根据所述向量特征从所述待识别文本中筛选候选实体名称,得到名称候选集合包括：

将所述向量特征输入名词筛选模型，得到各词语的标注结果；

根据所述标注结果，从所述待识别文本中筛选标注为名称组成部分的词语；

根据筛选到的词语确定多个候选实体名称，得到名称候选集合。

5.根据权利要求1所述的方法，其特征在于，所述通过第二双向长短记忆神经网络，根据提取的词向量识别所述名称候选集合中的实体名称包括：

将每个候选实体名称对应的词向量，输入第二双向长短记忆神经网络；

获取所述第二双向长短记忆神经网络，输出的每个候选实体名称对应的识别结果；

根据所述识别结果从所述名称候选集合中筛选识别到的实体名称。

6.一种实体名称识别装置，其特征在于，所述装置包括：

向量获取模块，用于获取待识别文本中各词语分别对应的词向量；

特征得到模块，用于将获取的词向量输入第一双向长短记忆神经网络，得到所述第一双向长短记忆神经网络输出的向量特征；所述第一双向长短记忆神经网络是提取所述词向量的向量特征的双向长短记忆神经网络模型；

集合得到模块，用于通过名词筛选模型，根据所述向量特征从所述待识别文本中筛选候选实体名称,得到名称候选集合；

向量提取模块，用于提取所述名称候选集合中各候选实体名称分别对应的词向量；

名称识别模块，用于通过第二双向长短记忆神经网络，根据提取的词向量识别所述名称候选集合中的实体名称；所述第二双向长短记忆神经网络是从所述各候选实体名称中筛选实体名称的模型。

7.根据权利要求6所述的装置，其特征在于，所述向量获取模块包括：

文本获取模块，用于获取待识别文本；

词语得到模块，用于将所述待识别文本输入向量转换模型，对所述待识别文本进行词语划分，得到多个词语；

向量得到模块，用于对于每个词语进行向量转换，得到每个词语对应的词向量。

8.根据权利要求6所述的装置，其特征在于，所述名称识别模块包括：

向量输入模块，用于将每个候选实体名称对应的词向量，输入第二双向长短记忆神经网络；

结果获取模块，用于获取所述第二双向长短记忆神经网络，输出的每个候选实体名称对应的识别结果；

名称筛选模块，用于根据所述识别结果从所述名称候选集合中筛选识别到的实体名称。