[发明专利]替换实体名称方法、装置、存储介质及电子装置在审
| 申请号： | 201910527437.3 | 申请日： | 2019-06-18 |
| 公开（公告）号： | CN110263338A | 公开（公告）日： | 2019-09-20 |
| 发明（设计）人： | 景逸飞;唐大闰 | 申请（专利权）人： | 北京明略软件系统有限公司 |
| 主分类号： | G06F17/27 | 分类号： | G06F17/27 |
| 代理公司： | 北京康信知识产权代理有限责任公司 11240 | 代理人： | 江舟 |
| 地址： | 100086 北京市海淀区*** | 国省代码： | 北京;11 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | |||
| 搜索关键词： | 目标实体 文本语句 替换 存储介质 电子装置 多组数据 目标类别 机器学习算法 文本内容数据 命名实体 模型识别 人力资源 实体分类 预先建立 组数据 | ||
1.一种替换实体名称方法，其特征在于，包括：
获取待处理的文本语句；
通过命名实体识别NER模型识别出所述文本语句中的目标实体名称，其中，所述NER模型是使用多组数据通过机器学习算法训练出的，所述多组数据中的每组数据均包括：文本语句；
在预先建立好的实体分类模型中确定所述目标实体名称所属的目标类别；
将所述文本语句中的所述目标实体名称替换成所述目标类别所对应的除所述目标实体名称之外的其他实体名称。
2.根据权利要求1所述的方法，其特征在于，在预先建立好的实体分类模型中确定所述目标实体名称所属的目标类别，包括：
通过第一模型将所述目标实体名称转换为目标词向量，其中，所述第一模型是使用多组数据通过机器学习算法训练出的，所述多组数据中的每组数据均包括：词向量；
通过聚类算法确定所述目标词向量所属的所述目标类别。
3.根据权利要求2所述的方法，其特征在于，将所述文本语句中的所述目标实体名称替换成所述目标类别所对应的除所述目标实体名称之外的其他实体名称，包括：
在所述目标类别所对应的第一实体名称数据库中随机挑选出预定数量的所述其他实体名称，将所述文本语句中的所述目标实体名称依次替换为所述其他实体名称；
依次输出实体增强文本，其中，所述实体增强文本为将所述文本语句中的目标实体名称替换为所述其他实体名称后的文本。
4.根据权利要求2所述的方法，其特征在于，所述第一模型为神经网络模型或word2vec模型。
5.根据权利要求2所述的方法，其特征在于，所述聚类算法包括以下之一：K-MEANS算法、K-MEDOIDS、Clara算法。
6.一种替换实体名称装置，其特征在于，包括：
获取模块，用于获取待处理的文本语句；
识别模块，用于通过命名实体识别NER模型识别出所述文本语句中的目标实体名称，其中，所述NER模型是使用多组数据通过机器学习算法训练出的，所述多组数据中的每组数据均包括：文本语句；
确定模块，用于在预先建立好的实体分类模型中确定所述目标实体名称所属的目标类别；
替换模块，用于将所述文本语句中的所述目标实体名称替换成所述目标类别所对应的除所述目标实体名称之外的其他实体名称。
7.根据权利要求6所述的装置，其特征在于，所述确定模块包括：
转换单元，用于通过第一模型将所述目标实体名称转换为目标词向量，其中，所述第一模型是使用多组数据通过机器学习算法训练出的，所述多组数据中的每组数据均包括：词向量；
确定单元，用于通过聚类算法确定所述目标词向量所属的所述目标类别。
8.根据权利要求6所述的装置，其特征在于，所述替换模块包括：
挑选单元，用于在所述目标类别所对应的第一实体名称数据库中随机挑选出预定数量的所述其他实体名称，将所述文本语句中的所述目标实体名称依次替换为所述其他实体名称；
输出单元，用于依次输出实体增强文本，其中，所述实体增强文本为将所述文本语句中的目标实体名称替换为所述其他实体名称后的文本。
9.一种存储介质，其特征在于，所述存储介质中存储有计算机程序，其中，所述计算机程序被设置为运行时执行所述权利要求1至5任一项中所述的方法。
10.一种电子装置，包括存储器和处理器，其特征在于，所述存储器中存储有计算机程序，所述处理器被设置为运行所述计算机程序以执行所述权利要求1至5任一项中所述的方法。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于北京明略软件系统有限公司，未经北京明略软件系统有限公司许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/pat/books/201910527437.3/1.html，转载请声明来源钻瓜专利网。
