[发明专利]一种中药种植资源命名实体识别方法

权利要求书

1.一种中药种植资源命名实体识别方法，其特征在于，包括以下步骤：

S1:获取中药材种植资源文献；

S2:按照一定的规则对所述中药材种植资源文献进行标注，并将标注后的文献拆分成文本句子；

S3:分别一一查找每个文本句子所对应的词向量和字向量，利用所述词向量和字向量来训练GRU-CRF模型；

S4:利用所述训练好的GRU-CRF模型对未知的中药材种植资源文献进行命名实体识别。

2.根据权利要求1所述的中药种植资源命名实体识别方法，其特征在于，所述步骤S3包括：分别一一查找所述每个文本句子所对应的词向量和字向量，并对每个文本句子所包含的字的字向量使用双向LSTM模型得到隐藏向量，将词向量和隐藏向量进行拼接得到中间向量，将中间向量作为双向GRU-CRF模型的输入对其进行训练，得到训练好的GRU-CRF模型。

3.根据权利要求1所述的中药种植资源命名实体识别方法，其特征在于，所述一定的规则为：使用{B-s,I-s,O-s,S-s}标签对中药材种植资源文献进行标注，其中，B表示一个命名实体的开始，I表示该命名实体除了开始的其他部分，O表示其他部分，S表示由单个字构成的命名实体；s表示该命名实体的属性。

4.根据权利要求1所述的中药种植资源命名实体识别方法，其特征在于，所述词向量和字向量由维基百科、百度百科构建的语料库进行word2vec嵌入训练获得。

5.根据权利要求1所述的中药种植资源命名实体识别方法，其特征在于，在步骤S1之后、S2之前，还包括对中药材种植资源文献进行预处理；

所述预处理的步骤包括：对所有中药材种植资源文献的格式进行统一，并对统一后的文献进行删除操作，以删除干扰信息。

6.根据权利要求4所述的中药种植资源命名实体识别方法，其特征在于，步骤S3包括：

当查找文本句子所对应的词向量时，首先从所述嵌入训练获得的词向量库里进行查找，若无法查到，则先通过领域词典进行同义词转换以找到对应的词，然后再查该词对应的向量，所述领域词典由维基百科、百度百科构建的语料库生成。