[发明专利]一种实体识别方法、装置及电子设备有效

专利信息
申请号: 202011103763.0 申请日: 2020-10-15
公开(公告)号: CN112270179B 公开(公告)日: 2021-11-09
发明(设计)人: 肖杰;莫永卓;赵顺峰;练睿 申请(专利权)人: 和美(深圳)信息技术股份有限公司
主分类号: G06F40/279 分类号: G06F40/279;G06N3/04;G06N3/08
代理公司: 北京锺维联合知识产权代理有限公司 11579 代理人: 安娜
地址: 518040 广东省深圳市福*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 实体 识别 方法 装置 电子设备
【权利要求书】:

1.一种实体识别方法,其特征在于,包括以下步骤:

获取待识别信息;

根据所述待识别信息,得到第一目标向量;

将所述第一目标向量分别投影到多个空间模型中,得到多个投影模型;

计算每一所述空间模型的权重,得到每一所述空间模型对应的权重表征向量;

根据整合规则,将多个投影模型与多个所述权重表征向量整合为第二目标向量;

根据所述第二目标向量,确定目标第二标签;

输出所述目标第二标签,所述目标第二标签表征在所述待识别信息内识别到的实体;

其中,多个空间模型相互存在差异,且每一所述空间模型均对应至少一个第一标签,每一所述第一标签均对应多个第二标签,所述第二目标向量能够表征所述第一目标向量或所述待识别信息与每一所述空间模型的关联度,以从至少一个所述第一标签内确定出目标第一标签。

2.根据权利要求1所述的实体识别方法,其特征在于,所述将所述第一目标向量分别投影到多个空间模型中,得到多个投影模型,包括:

根据所述待识别信息确定投影方法;

根据所述投影方法,将所述第一目标向量分别投影到多个空间模型中,得到多个投影模型。

3.根据权利要求2所述的实体识别方法,其特征在于,所述投影方法包括:极坐标变换、傅里叶变换、拉普拉斯变换、高斯变换、黎曼流形变换。

4.根据权利要求1所述的实体识别方法,其特征在于,所述计算每一所述空间模型的权重,得到每一所述空间模型对应的权重表征向量,包括:

获取每一所述空间模型对应的权重矩阵;

根据每一所述空间模型对应的权重矩阵和投影向量,得到每一所述空间模型的权重;

根据每一空间模型对应的标签表征向量和权重,得到每一所述空间模型对应的权重表征向量。

5.根据权利要求1所述的实体识别方法,其特征在于,在所述将所述第一目标向量分别投影到多个空间模型中之前,所述方法还包括:

根据多个所述第一标签,确定每一所述第一标签对应的空间模型和标签表征向量。

6.根据权利要求1-5任一项所述的实体识别方法,其特征在于,所述根据所述待识别信息,得到第一目标向量,包括:

根据所述待识别信息,得到第一类表征向量和至少一个第二类表征向量;

通过整合函数将所述第一类表征向量和至少一个所述第二类表征向量整合为第一目标向量。

7.根据权利要求6所述的实体识别方法,其特征在于,

所述第一类表征向量为所述待识别信息对应的字向量;

至少一个所述第二类表征向量包括以下至少一个:所述待识别信息对应的词性向量、所述待识别信息对应的分块向量、所述待识别信息对应的字典向量。

8.一种实体识别装置,其特征在于,包括:

获取模块,用于获取待识别信息;

第一转换模块,用于根据所述待识别信息,得到第一目标向量;

第二转换模块,用于将所述第一目标向量分别投影到多个空间模型中,得到多个投影模型;

第三转换模块,用于计算每一所述空间模型的权重,得到每一所述空间模型对应的权重表征向量;并根据整合规则,将多个投影模型与多个所述权重表征向量整合为第二目标向量;

确定模块,用于根据所述第二目标向量,确定目标第二标签;

输出模块,用于输出所述目标第二标签,所述目标第二标签表征在所述待识别信息内识别到的实体;

其中,多个空间模型相互存在差异,且每一所述空间模型均对应至少一个第一标签,每一所述第一标签均对应多个第二标签;所述第二目标向量能够表征所述第一目标向量或所述待识别信息与每一所述空间模型的关联度,以从至少一个所述第一标签内确定出目标第一标签。

9.一种电子设备,其特征在于,包括:

处理器;以及

存储器,用于存储所述处理器的可执行指令;

其中,所述处理器配置为经由执行所述可执行指令来执行权利要求1-7任一项所述的实体识别方法。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

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和美(深圳)信息技术股份有限公司,未经和美(深圳)信息技术股份有限公司许可,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/202011103763.0/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top