[发明专利]命名实体识别方法和装置、电子设备及存储介质

说明书

本申请实施例提供了一种命名实体识别方法和装置、电子设备及存储介质，属于人工智能技术领域。该方法包括：获取具有字符标签和样本类别标签的样本文本；将样本文本输入至预设的原始实体识别模型；根据初始编码层对样本字符进行编码，得到字符向量；根据初始位置识别层对字符向量进行位置识别，得到初始位置标签；根据初始实体识别层对样本文本进行命名实体识别，得到识别实体和识别实体的初始识别类别标签；根据初始识别类别标签、初始位置标签、字符标签、样本类别标签对原始实体识别模型进行参数调整，得到目标实体识别模型；根据目标实体识别模型对获取的待识别文本进行命名实体识别。本申请实施例能够提高实体识别的准确度。

技术领域

本申请涉及人工智能技术领域，尤其涉及一种命名实体识别方法和装置、电子设备及存储介质。

背景技术

命名实体识别(Named Entity Recognition，NER)是指识别文本中具有特定意义的实体，如日期、地名等。根据实体对应的文本片段在文本中的位置，实体类别包括扁平类、嵌套类、非连续类。相关技术中，只能对文本中任一种或两种实体类别进行识别，从而影响了命名实体识别的准确性。因此，如何提高命名实体识别的准确性成了亟待解决的技术问题。

发明内容

本申请实施例的主要目的在于提出一种命名实体识别方法和装置、电子设备及存储介质，旨在命名实体识别的准确性。

为实现上述目的，本申请实施例的第一方面提出了一种命名实体识别方法，所述方法包括：

获取具有字符标签和样本类别标签的样本文本；其中，所述样本文本包括样本字符和样本实体，所述字符标签用于表示所述样本字符的字符类别，所述字符类别包括以下至少一种：首字符类、尾字符类、中间字符类、过渡字符类、非实体类；所述样本类别标签用于表示所述样本实体的实体类别，所述实体类别包括以下任一种：扁平类、嵌套类、非连续类；

将所述样本文本输入至预设的原始实体识别模型；其中，所述原始实体识别模型包括初始编码层、初始位置识别层、初始实体识别层；

根据所述初始编码层对所述样本字符进行编码，得到字符向量；

根据所述初始位置识别层对所述字符向量进行位置识别，得到初始位置标签；其中，所述初始位置标签用于表示所述样本字符的字符类别；

根据所述初始实体识别层对所述样本文本进行命名实体识别，得到识别实体和所述识别实体的初始识别类别标签；其中，所述初始识别类别标签用于表示所述识别实体的实体类别；

根据所述初始识别类别标签、所述初始位置标签、所述字符标签、所述样本类别标签对所述原始实体识别模型进行参数调整，得到目标实体识别模型；

根据所述目标实体识别模型对获取的待识别文本进行命名实体识别。

在一些实施例，所述样本文本还包括样本非实体；

所述根据所述初始识别类别标签、所述初始位置标签、所述字符标签、所述样本类别标签对所述原始实体识别模型进行参数调整，得到目标实体识别模型，包括：

根据所述样本实体和所述样本非实体得到对比损失数据；

根据所述初始位置标签和所述字符标签得到位置损失数据；

根据所述初始识别类别标签和所述样本类别标签得到类别损失数据；

根据所述对比损失数据、所述位置损失数据、所述类别损失数据对所述原始实体识别模型进行参数调整，得到所述目标实体识别模型。

在一些实施例，所述初始位置识别层包括第一分类器、第二分类器、第三分类器、第四分类器和第五分类器；

所述根据所述初始位置识别层对所述字符向量进行位置识别，得到初始位置标签，包括：