[发明专利]多类别实体识别模型训练、实体识别方法、服务器及终端

说明书

本申请公开了一种多类别实体识别模型训练、实体识别方法、服务器及终端，所述多类别实体识别模型训练方法包括：对语料信息进行实体和实体类别标签，得到包括实体和实体类别标签的目标标注语料信息；对目标标注语料信息中的语料信息进行多维度特征分析处理，得到目标标注语料信息的多维度信息；基于多维度信息和目标标注语料信息中实体和实体类别标签对预设深度学习模型进行多类别实体识别训练，得到多类别实体识别模型；其中，所述预设深度学习模型包括特征输入转换层、语义序列表征层、实体特征筛选层和类别实体输出层。利用本申请提供的技术方案可以快速准确的识别出语料信息中的实体和实体类别，实现多类别实体的识别。

技术领域

本申请涉及人工智能技术领域，尤其涉及一种多类别实体识别模型训练、实体识别方法、服务器及终端。

背景技术

随着人工智能和大数据技术的发展，对于自然语言处理的技术需求不断提高，其中，命名实体识别作为语义理解、语音合成等任务的必要前操作，在自然语言理解中具有重要的作用。

在现有的命名实体(以下简称实体)识别方法中，应用较广泛的是基于条件随机场模型的实体识别方法。该方法可以基于某一领域的训练数据对模型进行训练，在训练过程中可以结合文本中的上下文信息辅助该领域的实体的识别。但上述现有的方案中实体识别的效果完全依赖于训练数据的选择和设计，无法应用到不同领域。在实际应用中，往往需要对包括人名、地名、机构名、视频、汽车、游戏等多个领域的不同类别的实体进行识别，导致在实际应用中实体识别的准确率低。因此，需要提供更可靠或更有效的方案。

发明内容

本申请提供了一种多类别实体识别模型训练、实体识别方法、服务器及终端，可以快速准确的识别出语料信息中的实体和实体类别，实现多类别实体的识别。

一方面，本申请提供了一种多类别实体识别模型训练方法，所述方法包括：

对语料信息进行实体和实体类别标签，得到目标标注语料信息，所述目标标注语料信息为包括实体和实体类别标签的语料信息；

对所述目标标注语料信息中的语料信息进行多维度特征分析处理，得到所述目标标注语料信息的多维度信息；

基于所述多维度信息和所述目标标注语料信息中实体和实体类别标签对预设深度学习模型进行多类别实体识别训练，得到多类别实体识别模型；

其中，所述预设深度学习模型包括特征输入转换层、语义序列表征层、实体特征筛选层和类别实体输出层。

另一方面提供了一种多类别实体识别模型服务器，所述服务器包括：

标注模块，用于对语料信息进行实体和实体类别标签，得到目标标注语料信息，所述目标标注语料信息为包括实体和实体类别标签的语料信息；

第一多维度特征分析处理模块，用于对所述目标标注语料信息中的语料信息进行多维度特征分析处理，得到所述目标标注语料信息的多维度信息；

多类别实体识别训练模块，用于基于所述多维度信息和所述目标标注语料信息中实体和实体类别标签对预设深度学习模型进行多类别实体识别训练，得到多类别实体识别模型；

其中，所述预设深度学习模型包括特征输入转换层、语义序列表征层、实体特征筛选层和类别实体输出层。

另一方面提供了一种多类别实体识别模型训练服务器，所述服务器包括处理器和存储器，所述存储器中存储有至少一条指令、至少一段程序、代码集或指令集，所述至少一条指令、所述至少一段程序、所述代码集或指令集由所述处理器加载并执行以实现如上述的多类别实体识别模型训练方法。

另一方面提供了一种计算机可读存储介质，所述存储介质中存储有至少一条指令、至少一段程序、代码集或指令集，所述至少一条指令、所述至少一段程序、所述代码集或指令集由处理器加载并执行以实现如上述的多类别实体识别模型训练方法。