[发明专利]中文命名实体识别方法、装置、存储介质及电子设备

说明书

本发明实施例涉及人工智能，提供了一种中文命名实体识别方法、装置、存储介质及电子设备，所述方法包括：获取待识别的中文文本序列；针对所述中文文本序列中的各个字，确定当前字与所述中文文本序列中各个字的相对位置编码；基于命名实体类别的种类，确定所述中文文本序列对应的查询矩阵和度量矩阵；针对各个命名实体类别，根据所述查询矩阵、度量矩阵及各个相对位置编码，判断所述中文文本序列中位置i到j的文字片段是否属于当前命名实体类别。本发明实施例的方案，不仅解决了序列标注带来的误差传播问题，而且还可以对中文文本序列中的任意文本片段，进行准确的命名实体类别的识别。

技术领域

本发明实施例涉及人工智能技术领域，尤其涉及一种中文命名实体识别方法、装置、存储介质及电子设备。

背景技术

中文命名实体识别(Named Entity Recognition，NER)是抽取文章中指定信息的一种深度学习的技术方法，常见有抽取汽车品牌、汽车配件、配件品质、报价等信息。NER技术是自然语言处理(Natural Language Processing，NLP)中非常重要的基础任务，是构建知识图谱、信息搜索等应用任务的基础任务。一般中文NER方法是将任务按照序列标注形式开展，将文中每一个字按照BIOE加以前缀表示，例如：B-BRAND表示品牌类别的起始文字，I-BRAND表示品牌类别的中间文字，E-BRAND表示品牌类别的末尾文字。然而，BIOE这种方法将NER任务看做多分类问题，这样一个实体识别过程由多个位置标注以及按照特定关系来表示，存在每个文字预测错误的误差传播问题。

发明内容

本发明实施例提供一种中文命名实体识别方法、装置、存储介质及电子设备，不仅解决了序列标注带来的误差传播问题，而且还可以对中文文本序列中的任意文本片段，进行准确的命名实体类别的识别。

第一方面，本发明实施例提供了一种中文命名实体识别方法，包括：

获取待识别的中文文本序列；

针对所述中文文本序列中的各个字，确定当前字与所述中文文本序列中各个字的相对位置编码；

基于命名实体类别的种类，确定所述中文文本序列对应的查询矩阵和度量矩阵；其中，所述查询矩阵和所述度量矩阵均为m×n×n维度的矩阵，m表示命名实体类别的种类，n表示所述中文文本序列的文字长度；

针对各个命名实体类别，根据所述查询矩阵、度量矩阵及各个相对位置编码，判断所述中文文本序列中位置i到j的文字片段是否属于当前命名实体类别。

第二方面，本发明实施例还提供了一种中文命名实体识别装置，包括：

文本序列获取模块，用于获取待识别的中文文本序列；

位置编码确定模块，用于针对所述中文文本序列中的各个字，确定当前字与所述中文文本序列中各个字的相对位置编码；

矩阵确定模块，用于基于命名实体类别的种类，确定所述中文文本序列对应的查询矩阵和度量矩阵；其中，所述查询矩阵和所述度量矩阵均为m×n×n维度的矩阵，m表示命名实体类别的种类，n表示所述中文文本序列的文字长度；

命名实体类别识别模块，用于针对各个命名实体类别，根据所述查询矩阵、度量矩阵及各个相对位置编码，判断所述中文文本序列中位置i到j的文字片段是否属于当前命名实体类别。

第三方面，本发明实施例提供了一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现如本发明实施例提供的中文命名实体识别方法。

第四方面，本发明实施例提供了一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现如本发明实施例提供的中文命名实体识别方法。