[发明专利]一种文本实体识别方法、装置、设备及介质

权利要求书

1.一种文本实体识别方法，其特征在于，包括：

获取主干网络和目标文本段落，所述主干网络由多层神经网络和自注意力机制联合训练而成；

对所述目标文本段落进行拆分，得到符合所述目标文本上下文语义的文本语句；

将所述文本语句输入到所述主干网络进行识别，得到各所述文本语句中实体间的关联信息；

根据各所述文本语句中实体之间的关联信息确定关系分数预测网格，基于所述关系分数预测网格得到实体识别中间结果；

将所述实体识别中间结果与预设实体库中的目标实体进行相似度匹配，得到实体识别最终结果。

2.根据权利要求1所述的方法，其特征在于，所述获取主干网络和目标文本段落之前，所述方法还包括：

获取至少一个训练文本数据；

将所述各个训练文本数据拆分为多个训练文本语句，得到至少一批训练样本；

将所述至少一批训练样本输入到主干网络，并通过所述度量损失函数对所述主干网络进行训练，得到所述主干网络。

3.根据权利要求1所述的方法，其特征在于，所述各个文本语句之间的关联信息包括词嵌入向量和词嵌入残差向量；

所述将所述文本语句输入到所述主干网络进行识别，得到各个文本语句之间的关联信息，包括：

将所述至少一个文本语句输入到所述主干网络中，对所述至少一个文本语句进行前向计算处理，得到上下文特征图；

将所述上下文特征图输入到所述主干网络中的归一化层进行处理，得到所述词嵌入向量；

将所述上下文特征图输入到分类器进行处理，得到所述词嵌入残差向量。

4.根据权利要求3所述的方法，其特征在于，所述根据所述各个文本语句之间的关联信息构建关系分数预测网格，得到实体识别中间结果，包括：

将词嵌入向量、距离嵌入向量和区域嵌入向量进行融合处理，得到卷积输入信息，所述距离嵌入向量和所述区域嵌入向量是编码层对所述上下文特征图进行处理后得到的；

将所述卷积输入信息输入到多粒度膨胀卷积层中处理，得到所述至少一个文本语句中各个文本语句之间的关系分数网格特征图；

将所述关系分数网格特征图输入到多层感知机卷积层处理，并与所述词嵌入残差向量进行融合处理，得到所述关系分数预测网格；

对所述关系预测网格进行解码操作，得到所述实体识别中间结果。

5.根据权利要求1所述的方法，其特征在于，所述将所述实体识别中间结果与预设实体库中的实体进行相似度匹配，得到实体识别最终结果，包括：

对所述实体识别中间结果与预设实体库中的实体进行相似度计算，得到所述实体识别中间结果与所述预设实体库中的实体的相似度值；

根据所述相似度值对所述实体识别中间结果进行分类，得到所述实体识别最终结果。

6.根据权利要求5所述的方法，其特征在于，所述相似度值为汉明距离值；

所述根据所述相似度值对所述实体识别中间结果进行分类，得到所述实体识别最终结果，包括：

若所述实体识别中间结果与所述目标实体的汉明距离小于或等于第一阈值，则确定所述实体识别中间结果为所述实体识别最终结果。

7.根据权利要求6所述的方法，其特征在于，所述方法还包括：

若所述实体识别中间结果与所述目标实体的汉明距离大于所述第一阈值，且与所述目标实体长度相等，则根据预设实体库计算所述目标实体的置信度；

若所述目标实体的置信度大于第二阈值，则将所述实体识别最终结果添加至所述预设实体库。