[发明专利]一种命名实体识别方法、装置、电子设备和存储介质

说明书

本发明涉及一种命名实体识别方法、装置、电子设备和存储介质，该方法包括：将待识别文本输入窗口构建模块构建第一窗口输出第一文本；识别第一文本中的实体得到第一组实体；将第一组实体中的最后一个实体输入窗口滑动模块，将最后一个实体加一的位置作为下一个窗口滑动模块的起始位置，输入窗口构建模块；窗口构建模块从最后一个实体加一的位置构建第二窗口输出第二文本；识别第二文本中的实体得到第二组实体。本申请通过窗口构建模块和窗口滑动模块，不会将实体切分成两部分，通过滑动窗口可以将前一个窗口的最后一个实体的结束到前一个窗口的结束位置之间的部分作为下一个窗口的上下文，使得实体识别信息不会丢失，提高了实体识别的准确率。

技术领域

本发明涉及知识图谱技术领域，具体涉及一种命名实体识别方法、装置、电子设备和存储介质。

背景技术

目前，知识图谱领域中，命名实体识别任务是一项重要的基础任务。在该任务中，我们需要从一段自然文本中抽取若干命名实体，如从“亚洲有中国、印度等国家”中抽取“中国”、“印度”等国家类的命名实体。目前对长文本相对较好的解决办法如下：就是将输入的长文本切分成若干小片段，再分别对每一个片段走命名实体识别，从而得到若干个命名实体序列，最后将这若干个命名实体序列进行拼接，得到最终的结果。

每个小段的上下文丢失，导致命名实体识别不准。因为命名实体识别需要合理的上下文，才能预测出正确的结果。如果上下文丢失，实体识别模块预测就会出错。一个命名实体有可能被划分在两个不同的小段里，这样，导致这个命名实体没法正确被识别。

发明内容

本发明提供一种命名实体识别方法、装置、电子设备和存储介质，能够解决上述命名实体没法正确被识别的技术问题。

本发明解决上述技术问题的技术方案如下：

第一方面，本发明实施例提供了一种命名实体识别方法，应用于包括：窗口构建模块和窗口滑动模块的系统中，包括：

获取待识别文本；

将待识别文本输入窗口构建模块构建第一窗口输出第一文本；

识别第一文本中的命名实体得到第一组命名实体；

将第一组实体中的最后一个命名实体输入窗口滑动模块，将最后一个命名实体加一的位置作为下一个窗口滑动模块的起始位置，输入窗口构建模块；

窗口构建模块从最后一个命名实体加一的位置构建第二窗口输出第二文本；

识别第二文本中的命名实体得到第二组命名实体；

在一些实施例中，上述命名实体识别方法还包括：

将第二组命名实体中的最后一个命名实体输入窗口滑动模块；

将最后一个命名实体加一的位置作为下一个窗口滑动模块的起始位置，输入窗口构建模块，窗口构建模块从最后一个命名实体加一的位置构建第三窗口输出第三文本；

识别第三文本中的命名实体得到第三组命名实体；

直到待识别文本被识别结束得到多组命名实体。

在一些实施例中，上述命名实体识别方法还包括：若识别第一文本中的命名实体数为0；

将第一文本的中间位置作为下一个窗口滑动模块的起始位置，输入窗口构建模块，窗口构建模块从第一文本的中间位置构建第二窗口输出第二文本；

识别第二文本中的命名实体得到第二组命名实体。

在一些实施例中，上述命名实体识别方法还包括：存储多组命名实体到结果缓存模块中。

在一些实施例中，上述命名实体识别方法中第一文本的长度小于待识别文本的长度；

第一文本的长度大于等于第二文本的长度。