[发明专利]命名实体识别方法、装置、电子设备及介质

说明书

本申请公开了一种命名实体识别方法、装置、电子设备及介质。其中，本申请中，在获取待识别数据之后，可以基于预训练的词嵌入向量矩阵，将所述待识别数据转换为词嵌入向量；利用多个神经网络模型和注意力机制，对所述词嵌入向量进行多层级特征提取，得到不同级别的待识别特征数据；对所述待识别特征数据进行序列标注，得到实体识别结果。通过应用本申请的技术方案，可以相对于现有技术来说，融合广度学习和注意力机制进行命名实体识别，进而可以达到提高识别准确率的效果。

技术领域

本申请中涉及数据处理技术，尤其是一种命名实体识别方法、装置、电子设备及介质。

背景技术

知识是人类认识的成果，它蕴含于数据之中。在互联网时代，人类在与自然界和社会交互过程中产生了大规模的数据，如何从中挖掘有价值的知识，向用户提供精准知识服务，是构建智能信息服务系统的重难点。随着人工智能的迅猛发展，Google于2012年正式提出的知识图谱(Knowledge Graph)极大推动了语义网、自然语言处理等的发展，成为知识驱动的智能应用的基础，有利于提供更精准高效的信息服务。

随着自然语言处理技术的发展，命名实体识别可用于从大量文献提取某类实体。目前，命名实体识别方法主要包括基于词典、基于规则、基于统计学模型、基于深度学习等四种策略。基于词典和规则的识别方法通常需要人工制定词典以及规则，通过总结实体本身具有的规则和其上下文语境规则来将实体提取出来，但由于实体识别的过程中没有标准词库，需要自己构建，因此该方法难以实现自动化识别、且效果往往较差。基于统计学模型的识别方法包括HMM、MEMM和CRF等机器学习模型，这类识别方法适用于对反复出现的实体进行识别，常被用于从文本中提取人名、地名等短语结构，但该种方法并不完全适合于所有的实体识别任务。

发明内容

本发明的实施例提供一种命名实体识别方法、装置、电子设备及介质。

其中，根据本申请实施例的一个方面，提供的一种命名实体识别方法，其特征在于，包括：

获取待识别数据；

基于预训练的词嵌入向量矩阵，将所述待识别数据转换为词嵌入向量；

利用卷积神经网络、递归神经网络和注意力机制，对所述词嵌入向量进行多层级特征提取，得到不同级别的待识别特征数据；

对所述待识别特征数据进行序列标注，得到实体识别结果。

可选地，在基于本申请上述方法的另一个实施例中，在所述利用卷积神经网络、递归神经网络和注意力机制，对所述词嵌入向量进行多层级特征提取，得到不同级别的待识别特征数据之后，还包括：

基于调整参数，确定所述各待识别特征数据的权重参数；

基于所述待识别特征数据的权重参数，对各个待识别特征数据进行广度特征融合。

可选地，在基于本申请上述方法的另一个实施例中，所述对所述待识别特征数据进行序列标注，得到实体识别结果，包括：

对所述待识别特征数据进行标签标注；

基于BIOES标注模式，对所述待识别特征数据中的每个数据进行分类；

基于所述标签标注以及所述待识别特征数据中的类别，对所述待识别特征数据进行序列标注，得到所述实体识别结果。

可选地，在基于本申请上述方法的另一个实施例中，所述不同级别的待识别特征数据，至少包括以下任意一种：

全局字符特征、全局词特征、局部字符特征、局部词特征。

可选地，在基于本申请上述方法的另一个实施例中，在所述利用卷积神经网络、递归神经网络和注意力机制，对所述词嵌入向量进行多层级特征提取，得到不同级别的待识别特征数据之前，还包括：