[发明专利]命名实体识别方法、装置、计算机设备及可读存储介质

权利要求书

1.一种命名实体识别方法，其特征在于，包括：

获取医学文本，对所述医学文本进行预处理，获得待处理文本；

基于预设词典对所述待处理文本进行微生物实体抽取，获得目标实体；

根据第一预设规则和所述目标实体生成多个候选缩写实体，并采用第一模型从所述候选缩写实体中筛选，获得与所述实体对应的候选缩写实体，作为目标缩写实体；

根据第二预设规则和所述目标实体生成多个候选补充实体，并采用第二模型对所述候选补充实体进行筛选，获得目标补充实体；

基于所述目标实体、所述目标缩写实体以及目标补充实体生成目标数据。

2.根据权利要求1所述的命名实体识别方法，其特征在于，所述根据第一预设规则和所述目标实体生成多个候选缩写实体，包括以下：

获取目标实体，根据所述实体提取预设长度的字符串；

对所述字符串进行序列化处理后添加预设字符，获得与所述目标实体对应的候选缩写实体。

3.根据权利要求1所述的命名实体识别方法，其特征在于，采用第一模型从所述候选缩写实体中筛选，获得与所述目标实体对应的候选缩写实体，作为目标缩写实体，包括以下：

获取任一候选缩写实体，将所述候选缩写实体与所述目标实体同时输入CharCNN网络，获得分别与候选缩写实体与所述目标实体对应的第一向量和第二向量；

将所述第一向量与所述第二向量拼接后采用全连接层进行分类处理，获取判断结果；

当所述判断结果为否，则获取另一候选缩写实体；

当所述判断结果为是，则获取所述候选缩写实体作为目标缩写实体。

4.根据权利要求1所述的命名实体识别方法，其特征在于，根据第二预设规则和所述目标实体生成多个候选补充实体，包括以下：

获取目标实体，判断所述目标实体的位置是否处于所在语句句尾；

当所述目标实体位置未处于所在语句句尾，获取与所述目标实体相邻的后一个词，将所述目标实体与其相邻的后一个词拼接作为候选补充实体。

5.根据权利要求1所述的命名实体识别方法，其特征在于，采用第二模型对所述候选补充实体进行筛选，获得目标补充实体，包括以下：

获取任一候选补充实体，采用CharCNN层对所述候选补充实体进行处理，获得与所述候选补充实体对应的特征向量；

同步采用位置编码层对所述候选补充实体进行处理，获得与所述候选补充实体对应的位置向量；

将所述特征向量和所述位置向量拼接后输入全连接层处理，获得分类结果；

当所述分类结果为否，则获取另一候选补充实体；

当所述分类结果为是，则获取所述候选补充实体作为目标候选补充实体。

6.根据权利要求5所述的命名实体识别方法，其特征在于，所述同步采用位置编码层对所述候选补充实体进行处理，获得与所述候选补充实体对应的位置向量，包括以下：

获取所述候选补充实体，计算所述候选补充实体的长度数据；

根据所述长度数据和第三预设规则建立目标向量，作为与所述候选补充实体对应的位置向量。

7.根据权利要求1所述的命名实体识别方法，其特征在于，在采用第二模型对所述候选补充实体进行筛选，获得目标补充实体前，对所述第二模型进行训练，包括以下：

获取训练样本，所述样本包括多个样本实体，所述样本实体对应多个关联实体，每一关联实体包含样本标签；

获取任一关联实体，采用CharCNN层对所述关联实体进行处理，获得第一样本向量；

同步采用位置编码层对所述关联实体进行处理，获得第二样本向量；

将所述第一样本向量和所述第二样本向量拼接后输入全连接层处理，获得样本分类结果；

将所述样本分类结果与所述关联实体对应的样本标签进行对比，调整所述第二模型的参数，直至完成训练，获得训练后的第二模型。