[发明专利]一种开放域会议信息命名实体识别方法及系统

权利要求书

1.一种开放域会议信息命名实体识别方法，其特征在于，所述识别方法具体包括：

获取开放域数据会议的原始文本信息；

将所述原始文本信息转化为多个数字序列，每一个所述数字序列为一句话；

将所述数字序列通过词嵌入层映射为字向量，获得字向量；

将所述字向量采用命名实体识别训练模型，获得每个时间各个标签的最优标签组合索引，基于标注好的训练集进行训练获得所述命名实体识别训练模型；

将所述最优组合标签索引通过词表转化为标签名；

将字对应的标签名合成为词标签；

根据所述词标签获得会议名称命名实体和会议地点命名实体；

所述将所述原始文本信息转化为多个数字序列具体包括：

采用字符串的形式获取按照字标注的训练数据集，获得标注训练数据集；

获取所述标注训练数据集中的字和标签；

将所述字根据词频按照降序排列，在所述字上标上序号，获得序号字，并将所述序号字存储在字的词表中；

将所述标签从1到7标号，并存储于标签的词表中；

将所述字和所述标签都转化为数值的映射，并存储在所述标签的词表和所述字的词表中，获得词表集；

所述词表集包括字到数值的映射、数值到字的映射、标签到数值的映射、数值到标签的映射；

将所述训练数据集的字和标签分开，并根据所述字到数值的映射和所述标签到数值的映射，获得字和标签的数值序列。

2.根据权利要求1所述的一种开放域会议信息命名实体识别方法，其特征在于，所述在将所述原始文本信息转化为多个数字序列之前还包括：

从互联网资源中获取训练数据集；

将所述训练数据集标注命名实体，获得标注训练数据集；

将网站有地名的开源词库作为地名命名实体识别词典资源，获得地名命名实体词典；通过筛选所述训练数据集的会议名称作为词典资源，获得会议名称实体词典；

预处理所述标注训练数据集，获得预处理训练数据集；

采用分词工具将所述训练数据集的原始文本分词处理，获得分词结果；

将所述分词结果分别与所述地名命名实体词典和所述会议名称实体词典相匹配，获得匹配结果；

将所述匹配结果为成功的词打上相应的命名实体标签，获得标签词；

将所述标签词中的字进行标签标注，会议名称的首字标注为B-CON，会议名称的中间字标注为M-CON，会议名称的末尾字标注为E-CON，地点名称的首字标注为B-LOC，地点名称的中间字标注为M-LOC，地点名称的末尾字标注为E-LOC，其他类型的字标注为O。