[发明专利]一种序列标注的方法及装置

权利要求书

1.一种序列标注的方法，其特征在于，所述方法包括：

对每一层选取标注特征，构建序列标注模型；

通过训练文本对所述序列标注模型进行训练，获得训练标注结果；

通过反向传播算法对所述序列标注模型进行迭代修正，获得最终的序列标注模型；

通过所述最终的序列标注模型对待标注文本进行序列标注，获得最终标注结果；

所述通过反向传播算法对所述序列标注模型进行迭代修正，获得最终的序列标注模型，包括：

确定所述训练标注结果所依赖的特征函数；

计算所述特征函数的可信度；

若所述特征函数的可信度小于预设阈值，则修正所述训练标注结果依赖的所述特征函数的权重。

2.根据权利要求1所述的方法，其特征在于，若所述特征函数的可信度大于或等于所述预设阈值，则所述方法进一步包括：

判断所述特征函数依赖的每一条基础标注结果是否为错误的标注结果，所述基础标注结果为前一层或前几层的训练标注结果；

若所述基础标注结果为错误的标注结果，则计算所述基础标注结果依赖的特征函数的可信度；

若所述特征函数的可信度小于所述预设阈值，则修正错误的基础训练标注结果依赖的所述特征函数的权重。

3.根据权利要求2所述的方法，其特征在于，在对当前层的标注结果依赖的特征函数的权重进行修正后，所述方法进一步包括：

根据反向传播算法，对低层每一层的所述特征函数权重进行修正，直至所有层权重收敛。

4.根据权利要求3所述的方法，其特征在于，所述标注特征包括当前层的特征列以及所述基础标注结果。

5.根据权利要求1所述的方法，其特征在于，在获得训练标注结果之后，所述方法进一步包括：

将所述训练标注结果与标准标注结果进行比对；

若所述训练标注结果与标准标注结果不同，则将所述训练标注结果确定为错误的训练标注结果；

所述通过反向传播算法对所述序列标注模型进行迭代修正，包括：

若产生错误的训练标注结果，则通过反向传播算法对所述序列标注模型进行迭代修正。

6.一种序列标注的装置，其特征在于，所述装置包括：

构建单元，用于对每一层选取标注特征，构建序列标注模型；

训练单元，用于通过训练文本对所述序列标注模型进行训练，获得训练标注结果；

修正单元，用于通过反向传播算法对所述序列标注模型进行迭代修正，获得最终的序列标注模型；

标注单元，用于通过所述最终的序列标注模型对待标注文本进行序列标注，获得最终标注结果；

所述修正单元，包括：

确定模块，用于确定所述训练标注结果所依赖的特征函数；

第一计算模块，用于计算所述特征函数的可信度；

第一修正模块，用于当所述特征函数的可信度小于预设阈值时，修正所述训练标注结果依赖的所述特征函数的权重。

7.根据权利要求6所述的装置，其特征在于，所述修正单元，进一步包括：

判断模块，用于当所述特征函数的可信度大于或等于所述预设阈值时，判断依赖特征函数的每一条基础标注结果是否为错误的标注结果，所述基础标注结果为前一层或前几层的训练标注结果；

第二计算模块，用于当所述基础标注结果为错误的标注结果时，计算所述基础标注结果依赖的特征函数的可信度；

第二修正模块，用于当所述特征函数的可信度小于所述预设阈值时，修正错误的基础训练标注结果依赖的所述特征函数的权重。

8.根据权利要求7所述的装置，其特征在于，所述修正单元，进一步包括：

第三修正模块，用于在对当前层的标注结果依赖的特征函数的权重进行修正之后，根据反向传播算法，对低层每一层的所述特征函数权重进行修正，直至所有层权重收敛。

9.一种存储介质，其特征在于，所述存储介质包括存储的程序，其中，在所述程序运行时控制所述存储介质所在设备执行权利要求1至权利要求5中任意一项所述的序列标注的方法。

10.一种处理器，其特征在于，所述处理器用于运行程序，其中，所述程序运行时执行权利要求1至权利要求5中任意一项所述的序列标注的方法。