[发明专利]实体识别方法、装置、服务器及存储介质

说明书

本申请适用于神经网络技术领域，提供了一种实体识别方法、装置、服务器及存储介质，该方法包括：接收待识别文本，基于预先设定的类别标签组，对待识别文本中的各字符进行类别映射处理，得到各字符在每个类别标签下的概率；将各字符对应的类别标签，组合成标签路径，得到对应于待识别文本的多条标签路径；根据预先存储的权重系数，建立相应字符的调整矩阵，以及采用调整矩阵对相应字符对应于各类别标签的概率进行调整；根据各字符在每个类别标签下的调整后的概率，从多条标签路径中，选取满足预设选取条件的标签路径，从待识别文本中识别得到目标实体。本申请中，通过该方法可以提高对文本数据中的目标实体的识别效率与准确率。

技术领域

本申请属于神经网络技术领域，尤其涉及实体识别方法、装置、服务器及存储介质。

背景技术

命名实体识别(Named Entities Recognition，NER)，通常是指识别文本中具有特定意义的实体的技术，实践中，NER所识别的实体主要包括人名、地名、机构名、专有名词等。实际应用中，通常是基于规则和有监督学习中的至少一种方式实现NER。

相关技术中，采用NER技术对文本中的实体进行识别时，若文本数据的格式不固定，从其中识别特定实体，例如，媒体名称实体、记者名称实体、机构名称实体等，通常需要人工提取或者校对，导致识别效率较低，且耗费较大人力成本。

发明内容

本申请实施例提供了一种实体识别方法、装置、服务器及存储介质，可以解决相关技术中，采用NER技术对文本中的实体进行识别时，若文本数据的格式不固定，从其中识别特定实体，例如，媒体名称实体、记者名称实体、机构名称实体等，通常需要人工提取或者校对，导致识别效率较低，且耗费较大人力成本的问题。

本申请实施例的第一方面提供了一种实体识别方法，包括：

接收待识别文本，基于预先设定的类别标签组，对待识别文本中的各字符进行类别映射处理，得到各字符在每个类别标签下的概率，其中，类别标签组用于指示至少一类目标实体，且类别标签组中的至少一个标签的有序组合指示一个目标实体；

按照各字符在待识别文本中的出现顺序，将各字符对应的类别标签，组合成标签路径，得到对应于待识别文本的多条标签路径；

针对各字符，根据预先存储的权重系数，建立相应字符的调整矩阵，以及采用调整矩阵对相应字符对应于各类别标签的概率进行调整，其中，调整矩阵用于调整字符对应于各类别标签的概率；

根据各字符在每个类别标签下的调整后的概率，从多条标签路径中，选取满足预设选取条件的标签路径，记作目标标签路径，以及根据目标标签路径中的各类别标签，从待识别文本中识别得到目标实体。

进一步地，对待识别文本中的各字符进行类别映射处理，得到各字符在每个类别标签下的概率，包括：

将待识别文本中的各个字符分别转换成字向量，以及将字向量输入预先训练的类别映射模型，得到相应字符在每个类别标签下的概率，其中，类别映射模型用于表征字向量与字向量指示的字符在各个类别标签下的概率之间的对应关系。

进一步地，对待识别文本中的各字符进行类别映射处理，得到各字符在每个类别标签下的概率，包括：

按照各个字符在待识别文本中的正向出现顺序，对各个字符进行类别映射处理，得到各字符在每个类别标签下的正向概率；

按照各个字符在待识别文本中的反向出现顺序，对各个字符进行类别映射处理，得到各字符在每个类别标签下的反向概率；

其中，字符在一类别标签下的概率包括字符在该类别标签下的正向概率和在该类别标签下的反向概率。

进一步地，根据预先存储的权重系数，建立相应字符的调整矩阵，包括：

根据相应字符在每个类别标签下的概率和权重系数，创建针对相应字符的权重向量；