[发明专利]命名实体识别方法及装置

权利要求书

1.一种命名实体识别方法，其特征在于，所述方法包括：

获取输入序列；

对所述输入序列中的字符进行向量化处理，得到所述输入序列对应的字符向量序列；

使用神经网络算法处理所述字符向量序列，得到所述输入序列的文本特征序列；

使用条件随机场处理所述文本特征序列，得到所述输入序列对应的命名实体识别结果。

2.根据权利要求1所述的方法，其特征在于，所述使用神经网络算法处理所述字符向量序列，得到所述输入序列的文本特征序列，包括：

使用双向长短期记忆神经网络处理所述字符向量序列，得到所述输入序列的文本特征序列。

3.根据权利要求1所述的方法，其特征在于，所述对所述输入序列中的字符进行向量化处理，得到所述输入序列对应的字符向量序列，包括：

获取字符-向量映射字典，其中，所述字符-向量映射字典中记录有字符与向量的对应关系；

从所述字符-向量映射字典中查找所述输入序列中的字符所对应的向量；

使用注意力机制处理所述输入序列中的字符所对应的向量，得到各向量对应的权重值；

将所述输入序列中的字符所对应的向量与该向量对应的权重值进行点乘运算，得到所述输入序列对应的字符向量序列。

4.根据权利要求3所述的方法，其特征在于，所述字符-向量映射字典的生成过程，包括：

获取训练语料；

以字符为单位，对所述训练语料进行拆分，得到拆分结果；

对所述拆分结果进行下述至少一项预处理：过滤垃圾字符、过滤停用字符、过滤低频字符和过滤无意义符号，得到预处理结果；

使用word2vec算法训练所述预处理结果，得到获取字符-向量映射字典。

5.根据权利要求4所述的方法，其特征在于，所述使用word2vec算法训练所述预处理结果，得到获取字符-向量映射字典，包括：

利用skip-gram模型训练所述预处理结果，得到获取字符-向量映射字典。

6.一种命名实体识别装置，其特征在于，所述装置包括：

获取单元，用于获取输入序列；

第一处理单元，用于对所述输入序列中的字符进行向量化处理，得到所述输入序列对应的字符向量序列；

第二处理单元，用于使用神经网络算法处理所述字符向量序列，得到所述输入序列的文本特征序列；

第三处理单元，用于使用条件随机场处理所述文本特征序列，得到所述输入序列对应的命名实体识别结果。

7.根据权利要求6所述的装置，其特征在于，所述第二处理单元，包括：

字符向量序列处理子单元，用于使用双向长短期记忆神经网络处理所述字符向量序列，得到所述输入序列的文本特征序列。

8.根据权利要求6所述的装置，其特征在于，所述第一处理单元，包括：

映射字典获取子单元，用于获取字符-向量映射字典，其中，所述字符-向量映射字典中记录有字符与向量的对应关系；

查找子单元，用于从所述字符-向量映射字典中查找所述输入序列中的字符所对应的向量；

注意力机制处理子单元，用于使用注意力机制处理所述输入序列中的字符所对应的向量，得到各向量对应的权重值；

字符向量序列获得子单元，用于将所述输入序列中的字符所对应的向量与该向量对应的权重值进行点乘运算，得到所述输入序列对应的字符向量序列。

9.一种电子设备，其特征在于，包括：

处理器；以及

被安排成存储计算机可执行指令的存储器，所述可执行指令在被执行时使所述处理器执行所述权利要求1-5任一项所述方法的步骤。

10.一种计算机存储介质，其特征在于，所述计算机可读存储介质存储一个或多个程序，所述一个或多个程序当被包括多个应用程序的电子设备执行时，使得所述电子设备执行所述权利要求1-5任一项所述方法的步骤。