[发明专利]文本处理方法、装置、计算机可读存储介质和电子设备

权利要求书

1.一种文本处理方法，包括：

确定待标注文本包括的每个文字的字特征向量；

基于预设的至少一个命名实体词语集合，确定所述待标注文本包括的每个文字的附加特征向量；

针对所述待标注文本包括的每个文字，将该文字的字特征向量和附加特征向量组合为待识别特征向量；

将所得到的待识别特征向量输入预先训练的命名实体标注模型，得到所述待标注文本包括的每个文字的命名实体标注结果。

2.根据权利要求1所述的方法，其中，所述基于预设的至少一个命名实体词语集合，确定所述待标注文本包括的每个文字的附加特征向量，包括：

对于所述待标注文本包括的每个文字，确定该文字是否包含于所述至少一个命名实体词语集合包括的命名实体词语中；

若该文字包含于所述至少一个命名实体词语集合包括的命名实体词语中，基于该文字在命名实体词语中的位置，生成该文字的附加特征向量。

3.根据权利要求2所述的方法，其中，所述基于该文字在命名实体词语中的位置，生成该文字的附加特征向量，包括：

基于该文字在命名实体词语中的位置，确定该文字的命名实体标签；

基于命名实体标签与向量位置序号的第一预设对应关系，生成该文字的附加特征向量。

4.根据权利要求2所述的方法，其中，在所述确定该文字是否包含于所述至少一个命名实体词语集合包括的命名实体词语中之后，所述方法还包括：

若该文字不包含在所述至少一个命名实体词语集合包括的命名实体词语中，确定用于表征该文字不包含于所述至少一个命名实体词语集合包括的任何命名实体词语的非命名实体标签；

基于非命名实体标签与向量位置序号的第二预设对应关系，生成该文字的附加特征向量。

5.根据权利要求1-4之一所述的方法，其中，所述方法还包括：

基于所述每个文字的命名实体标注结果，确定所述待标注文本包括的命名实体词语，以及命名实体词语对应的命名实体标记。

6.一种文本处理装置，包括：

第一确定模块，用于确定待标注文本包括的每个文字的字特征向量；

第二确定模块，用于基于预设的至少一个命名实体词语集合，确定所述待标注文本包括的每个文字的附加特征向量；

组合模块，用于针对所述待标注文本包括的每个文字，将该文字的字特征向量和附加特征向量组合为待识别特征向量；

标注模块，用于将所得到的待识别特征向量输入预先训练的命名实体标注模型，得到所述待标注文本包括的每个文字的命名实体标注结果。

7.根据权利要求6所述的装置，其中，所述第二确定模块包括：

第一确定单元，用于对于所述待标注文本包括的每个文字，确定该文字是否包含于所述至少一个命名实体词语集合包括的命名实体词语中；

第一生成单元，用于若该文字包含于所述至少一个命名实体词语集合包括的命名实体词语中，基于该文字在命名实体词语中的位置，生成该文字的附加特征向量。

8.根据权利要求7所述的装置，其中，所述第一生成单元包括：

确定子单元，用于基于该文字在命名实体词语中的位置，确定该文字的命名实体标签；

生成子单元，用于基于命名实体标签与向量位置序号的第一预设对应关系，生成该文字的附加特征向量。

9.根据权利要求7所述的装置，其中，所述第二确定模块还包括：

第二确定单元，用于若该文字不包含在所述至少一个命名实体词语集合包括的命名实体词语中，确定用于表征该文字不包含于所述至少一个命名实体词语集合包括的任何命名实体词语的非命名实体标签；

第二生成单元，用于基于非命名实体标签与向量位置序号的第二预设对应关系，生成该文字的附加特征向量。