[发明专利]一种实体识别模型训练方法、实体识别方法及装置

说明书

本申请提供了一种实体识别模型训练方法、实体识别方法及装置，该方法包括：获取训练数据，训练数据包括实体训练数据和实体训练数据对应的属性标签；将实体训练数据输入预先训练好的特征向量提取模型中，得到训练特征向量，训练特征向量用于表征属性标签的相关特征；将训练数据和训练特征向量输入第一预设模型中，对第一预设模型进行训练，直至从训练后的第一预设模型输出属性标签时，将训练后的第一预设模型确定为实体识别模型。可见，训练特征向量可以起到对实体训练数据的特征进行补充的作用，从而可以增加实体训练数据的特征的维度，使得训练所得的实体识别模型的识别准确度更高，有利于提高个性化命名的实体的识别准确率。

技术领域

本申请涉及信息识别技术领域，特别是涉及一种实体识别模型训练方法、实体识别方法及装置。

背景技术

随着互联网的普及和移动互联网的崛起，网上购物及外卖业务的到来，用户可以直接通过终端上的在线平台搜索自己想要的服务。搜索系统通过深层次理解用户搜索意图和需求、提供相关供给的方式来服务用户。

实体识别作为搜索系统的基础功能模块之一，在搜索业务中发挥着极其重要的作用，其目的是从文本或文本集中识别表示人名、地名、机构名等词语，可以用于信息提取、信息检索、机器翻译等自然语言处理技术。

但是，发明人在研究中发现相关技术中至少存在如下技术问题：相关技术中实体识别准确率相对较低。

发明内容

为了解决相关技术中实体识别准确率相对较低的技术问题，本申请实施例提供了一种实体识别模型训练方法、实体识别方法及装置。

第一方面，本申请实施例提供了一种实体识别模型训练方法，所述方法包括：

获取训练数据，所述训练数据包括实体训练数据和所述实体训练数据对应的属性标签；

将所述实体训练数据输入预先训练好的特征向量提取模型中，得到训练特征向量，所述训练特征向量用于表征所述属性标签的相关特征；

将所述训练数据和所述训练特征向量输入第一预设模型中，对所述第一预设模型进行训练，直至从训练后的第一预设模型输出所述属性标签时，将所述训练后的第一预设模型确定为实体识别模型。

可选的，训练所述特征向量提取模型的过程，包括：

获取目标实体词典，所述目标实体词典包括目标实体数据和所述目标实体数据对应的目标属性标签；

将所述目标实体数据和所述目标属性标签输入第二预设模型，对所述第二预设模型进行训练，直至从训练后的第二预设模型输出目标特征向量时，将所述训练后的第二预设模型确定为所述特征向量提取模型；

其中，所述目标特征向量用于表征所述目标属性标签的相关特征。

可选的，所述训练数据还包括所述实体训练数据对应的边界标签，所述方法还包括：

获取所述实体训练数据和所述边界标签；

将所述实体训练数据和所述边界标签输入第三预设模型中，对所述第三预设模型进行训练，直至从训练后的第三预设模型输出所述边界标签时，将所述训练后的第三预设模型确定为实体切分模型。

第二方面，本申请实施例提供了一种实体识别方法，所述方法包括：

获取待识别数据，所述待识别数据包括待识别实体数据；

将所述待识别实体数据输入预先训练好的特征向量提取模型中，得到所述待识别实体数据对应的特征向量，所述特征向量用于表征所述待识别实体数据对应的属性标签的相关特征；

将所述待识别实体数据和所述待识别实体数据对应的特征向量输入第一方面所述的实体识别模型，得到所述待识别实体数据对应的属性标签。