[发明专利]联系方式的识别方法和装置

权利要求书

1.一种联系方式的识别方法，其特征在于，包括：

接收输入文本，根据变形词与词向量映射表中的原始词之间的映射关系对输入文本进行预处理，获取待识别信息，所述待识别信息包括中文字符、英文字符和数字中任意一项或者多项；

根据词向量映射表，确定所述待识别信息的文本向量序列；

将所述文本向量序列输入预设的双向循环神经网络分类器中，获取识别结果；

根据所述识别结果确定所述待识别信息是否包括联系方式；

其中，所述预设的双向循环神经网络分类器为根据样本数据和所述词向量映射表对双向循环神经网络分类器进行训练得到的，所述样本数据包括文本信息和分类结果标记值；

所述方法还包括：

将所述文本信息输入所述双向循环神经网络分类器，获取分类器输出的识别结果；

根据所述分类器输出的识别结果和所述分类结果标记值确定是否满足预设条件，若不满足，则调整所述双向循环神经网络分类器，直至调整后的双向循环神经网络分类器满足所述预设条件，得到所述预设的双向循环神经网络分类器；

若满足，则将所述双向循环神经网络分类器作为所述预设的双向循环神经网络分类器；

所述词向量映射表包括原始词和词向量的映射关系，所述获取待识别信息之前，所述方法还包括：

建立变形词与所述词向量映射表中的原始词之间的映射关系，所述变形词包括对原始词的字型变形和对原始词的拼音变形。

2.根据权利要求1所述的方法，其特征在于，所述方法还包括：

当根据所述识别结果确定所述待识别信息包括联系方式，则对所述待识别信息进行召回。

3.一种联系方式的识别装置，其特征在于，包括：

获取模块，用于获取待识别信息，所述待识别信息包括中文字符、英文字符和数字中任意一项或者多项；

序列确定模块，用于根据词向量映射表，确定所述待识别信息的文本向量序列；

识别模块，用于将所述文本向量序列输入预设的双向循环神经网络分类器中，获取识别结果；

所述识别模块，还用于根据所述识别结果确定所述待识别信息是否包括联系方式；

其中，所述预设的双向循环神经网络分类器为根据样本数据和所述词向量映射表对双向循环神经网络分类器进行训练得到的，所述样本数据包括文本信息和分类结果标记值；

所述词向量映射表包括原始词和词向量的映射关系，所述装置还包括映射关系建立模块；

所述映射关系建立模块，用于建立变形词与所述词向量映射表中的原始词之间的映射关系，所述变形词包括对原始词的字型变形和对原始词的拼音变形；

所述获取模块包括接收模块和预处理模块；

所述接收模块用于接收输入文本；

所述预处理模块用于根据所述变形词与所述词向量映射表中的原始词之间的映射关系对所述输入文本进行预处理，获取所述待识别信息；

所述装置还包括训练模块，所述训练模块用于：

将所述文本信息输入所述双向循环神经网络分类器，获取分类器输出的识别结果；

根据所述分类器输出的识别结果和所述分类结果标记值确定是否满足预设条件，若不满足，则调整所述双向循环神经网络分类器，直至调整后的双向循环神经网络分类器满足所述预设条件，得到所述预设的双向循环神经网络分类器；

若满足，则将所述双向循环神经网络分类器作为所述预设的双向循环神经网络分类器。

4.根据权利要求3所述的装置，其特征在于，所述装置还包括召回模块，所述召回模块用于：

当根据所述识别结果确定所述待识别信息包括联系方式，则对所述待识别信息进行召回。