[发明专利]命名实体识别方法、装置和计算机设备

说明书

本申请涉及一种命名实体识别方法、装置、计算机可读存储介质和计算机设备，该方法包括：获取当前业务场景的频繁序列文本模式对应的正则表达式,将待提取文本与所述正则表达式进行模式匹配,根据匹配的所述正则表达式，从所述待提取文本中抽取对应的文字信息，得到所述待提取文本的命名实体提取结果。该方法基于频繁序列模式挖掘算法自动化挖掘实体识别模式，从有限的模式中提取识别规则得到频繁序列文本模式，进行转换成正则表达式进行提取，无需进行调参，节约了调参时间，进一步提高了命名实体识别效率。

技术领域

本申请涉及自然语言处理技术领域，特别是涉及一种命名实体识别方法、装置、计算机可读存储介质和计算机设备。

背景技术

命名实体识别(Named Entity Recognition，简称NER)，又作为“专名识别”，是指识别文本中具有特定意义的实体，主要包括人名、地名、机构名、作品名词、特定意义的网络词汇、其他专有名词等，以及时间、数量、货币、比例数值等文字。命名实体识别在实际应用中有广泛的应用场景，比如兴趣点的实体名称，搜索的实体确定，支付中的支付主题确定等。

命名实体识别在各个领域中已有广泛的应用，目前进行命名实体识别的方法主要如基于深度学习模型的方法。而对于字模型的深度学习神经网络模型，随着字标签数目增加，调参工作量很大，导致命名实体识别效率低。

发明内容

基于此，有必要针对命名实体识别效率低的技术问题，提供一种命名实体识别方法、装置、计算机可读存储介质和计算机设备。

一种命名实体识别方法，包括：

获取当前业务场景的频繁序列文本模式对应的正则表达式；

将待提取文本与所述正则表达式进行模式匹配；

根据匹配的所述正则表达式，从所述待提取文本中抽取对应的文字信息，得到所述待提取文本的命名实体提取结果。

一种命名实体识别装置，其特征在于，所述装置包括：

正则获取模块，用于获取当前业务场景的频繁序列文本模式对应的正则表达式；

正则匹配模块，用于将待提取文本与所述正则表达式进行模式匹配；

实体识别模块，用于根据匹配的所述正则表达式，从所述待提取文本中抽取对应的文字信息，得到所述待提取文本的命名实体提取结果。

一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，所述计算机程序被所述处理器执行时，使得所述处理器执行如上述各实施例所述的方法的步骤。

一种计算机可读存储介质，包括存储器和处理器，所述存储器存储有计算机程序，所述计算机程序被所述处理器执行时，使得所述处理器执行如上述各实施例所述的方法的步骤。

上述命名实体识别方法、装置、计算机可读存储介质和计算机设备，利用了业务场景中业务文本数据存在文本模式频繁出现的特征，挖掘得到频繁序列文本模式，并将频繁序列文本模式转换成正则表达式，利用匹配的正则表达式抽取待提取文本的命名实体。该方法基于频繁序列模式挖掘算法自动化挖掘实体识别模式，从有限的模式中提取识别规则得到频繁序列文本模式，进行转换成正则表达式进行提取，无需进行调参，节约了调参时间，进一步提高了命名实体识别效率。

附图说明

图1为一个实施例中命名实体识别方法的应用环境图；

图2为一个实施例中命名实体识别方法的流程示意图；

图3为一个实施例中挖掘得到频繁序列文本模式的步骤的流程示意图；

图4为一个实施例中对候选频繁序列文本模式进行合并和/或删除处理，得到频繁序列文本模式的步骤的流程示意图；