[发明专利]识别命名实体的方法及装置

说明书

本申请提供了一种识别命名实体的方法及装置，能够提高在识别命名实体时的准确率；该方法包括：获取各个样本文本分别对应的特征向量序列和实体类型标注序列；将本轮未完成训练的特征向量序列中任一特征向量序列作为当前特征向量序列；基于特征提取网络和维度变换网络，获取与当前特征向量序列中每个词汇向量分别对应的维度变换向量；基于当前特征向量序列的维度变换向量和实体类型标注序列，调整特征提取网络、维度变换网络以及条件随机场模型的参数；重复上述过程直至所有特征向量序列均完成本轮训练；经过多轮训练，得到命名实体识别模型；基于命名实体识别模型，获取待识别文本的命名实体识别结果。

技术领域

本申请涉及自然语言处理技术领域，具体而言，涉及一种识别命名实体的方法及装置。

背景技术

在自然语言处理过程中，命名实体识别是最基本也是应用最广泛的一种，它是识别文本中具有特定意义的实体；命名实体主要包括人名、地名、机构名、专有名词等。同时，命名实体识别也是信息抽取、信息检索、机器翻译、问答系统等多种自然语言处理技术必不可少的组成部分。

当前的是识别命名实体的方法存在识别不准确的问题。

发明内容

有鉴于此，本申请实施例的目的在于提供一种识别命名实体的方法及装置，能够提高在识别命名实体时的准确率。

第一方面，本申请实施例提供了一种识别命名实体的方法，该方法包括：

获取多个样本文本中每个所述样本文本分别对应的特征向量序列和实体类型标注序列；其中，每个所述特征向量序列中包括与所述样本文本中各个词汇分别对应的词汇向量；所述实体类型标注序列中包括与所述样本文本中各个词汇分别对应的实体类型的标注标签；

将本轮未完成训练的特征向量序列中任一特征向量序列作为当前特征向量序列；

基于特征提取网络和维度变换网络，获取与所述当前特征向量序列中的每个所述词汇向量分别对应的维度变换向量；其中，所述维度变换向量中的各个元素与不同实体类型一一对应；所述维度变换向量中的各个元素的值，表征与所述维度变换向量对应的词汇被预测为与该元素对应的实体类型的概率；

基于所述当前特征向量序列的维度变换向量和实体类型标注序列，调整所述特征提取网络、所述维度变换网络以及条件随机场模型的参数；所述条件随机场模型用于基于所述维度变换向量输出与所述特征向量序列对应的各个实体类型预测序列的得分；所述实体类型预测序列中包括与所述样本文本中各个词汇分别对应的实体类型的预测标签；

将所述当前特征向量序列作为本轮完成训练的特征向量序列，并返回将本轮未完成训练的特征向量序列中任一特征向量序列作为当前特征向量序列的步骤，直至所有特征向量序列均完成本轮训练，完成对所述特征提取网络、所述维度变换网络以及条件随机场模型的本轮训练；

经过对所述特征提取网络、所述维度变换网络以及条件随机场模型的多轮训练，得到命名实体识别模型；

基于所述命名实体识别模型，获取待识别文本的命名实体识别结果。

第二方面，本申请实施例还提供一种识别命名实体的装置，该装置包括：

获取模块，用于获取多个样本文本中每个所述样本文本分别对应的特征向量序列和实体类型标注序列；其中，每个所述特征向量序列中包括与所述样本文本中各个词汇分别对应的词汇向量；所述实体类型标注序列中包括与所述样本文本中各个词汇分别对应的实体类型的标注标签；

训练模块，用于采用下述方式训练得到实体识别模型：将本轮未完成训练的特征向量序列中任一特征向量序列作为当前特征向量序列；