[发明专利]命名实体识别方法、电子装置及存储介质

权利要求书

1.一种命名实体识别方法，该方法包括：

接收步骤：接收待识别文本；

第一处理步骤：将所述待识别文本输入word2vec模型得到所述待识别文本的第一词向量；

第二处理步骤：对所述待识别文本进行分词处理，得到待识别文本中每一句/段对应的第一分词集合，将所述第一分词集合输入预先训练的ELMO模型，以ELMO模型输出的词向量作为所述待识别文本的第二词向量，所述ELMO模型的训练过程包括：

A1，从预设语料库中获取预设数量的指定文本，对所述指定文本进行分句及分词处理，得到所述指定文本中每一句对应的第二分词集合；

A2，确定所述第二分词集合中各分词对应的词向量，将所述第二分词集合中各分词及所述分词对应的词向量作为样本数据；

A3，利用所述样本数据对双向LSTM模型进行训练，得到所述ELMO模型；

加权步骤：将所述第一词向量和所述第二词向量进行加权求和，得到加权求和结果；

序列生成步骤：将所述加权求和结果输入双向LSTM模型处理，得到文本特征序列；

命名识别步骤：将所述文本特征序列输入条件随机场CRF模型处理，得到所述待识别文本的命名实体识别结果。

2.如权利要求1所述的命名实体识别方法，其特征在于，所述序列生成步骤中的双向LSTM模型及命名识别步骤中的CRF模型的训练过程包括：

获取数据集，将数据集划分为训练集、验证集和测试集，其中，所述数据集包括文本资源、已标注命名实体及词向量；

根据所述训练集对初始双向LSTM模型及初始CRF模型进行训练，得到训练后的双向LSTM模型及CRF模型；

根据所述验证集对训练后的双向LSTM模型及CRF模型进行验证；

当验证通过后，采用测试集对验证通过的双向LSTM模型及CRF模型进行测试，测试通过得到目标双向LSTM模型及目标CRF模型。

3.如权利要求2所述的命名实体识别方法，其特征在于，所述文本资源包括：

获取初始文本资源，对初始文本资源进行预处理，得到语句序列；

对语句序列进行分词处理，得到至少一个词序列；

按照词频对词序列中的词进行排序，确定每个词对应的标签信息，得到多个词与标签信息的组合，将词与标签信息的组合作为最终的文本资源。

4.如权利要求1所述的命名实体识别方法，其特征在于，所述命名识别步骤包括：

对所述文本特征序列中的每一个词语进行特征标注；

利用CRF模型从预先训练的语料标签库识别与所述词语的特征标注相对应的词标签，将识别到的词标签的信息作为所述命名实体识别结果。

5.一种电子装置，其特征在于，该电子装置包括存储器和处理器，所述存储器中存储有可在所述处理器上运行的命名实体识别程序，所述命名实体识别程序被所述处理器执行时实现如下步骤：

接收步骤：接收待识别文本；

第一处理步骤：将所述待识别文本输入word2vec模型得到所述待识别文本的第一词向量；

第二处理步骤：对所述待识别文本进行分词处理，得到待识别文本中每一句/段对应的第一分词集合，将所述第一分词集合输入预先训练的ELMO模型，以ELMO模型输出的词向量作为所述待识别文本的第二词向量，所述ELMO模型的训练过程包括：

A1，从预设语料库中获取预设数量的指定文本，对所述指定文本进行分句及分词处理，得到所述指定文本中每一句对应的第二分词集合；

A2，确定所述第二分词集合中各分词对应的词向量，将所述第二分词集合中各分词及所述分词对应的词向量作为样本数据；

A3，利用所述样本数据对双向LSTM模型进行训练，得到所述ELMO模型；

加权步骤：将所述第一词向量和所述第二词向量进行加权求和，得到加权求和结果；

序列生成步骤：将所述加权求和结果输入双向LSTM模型处理，得到文本特征序列；

命名识别步骤：将所述文本特征序列输入条件随机场CRF模型处理，得到所述待识别文本的命名实体识别结果。