[发明专利]一种特定实体名称识别优化方法

权利要求书

1.一种特定实体名称识别优化方法，其特征在于，包括以下步骤，

S1：训练bilstm-crf模型；

利用标注好实体数据的用户数据离线训练字级别的bilstm-crf模型；

S2：提取可能实体；

利用训练好的bilstm-crf模型对用户输入进行在线实体识别，提取出第一特定实体名称和其他可能实体；

S3：句法分析；

利用句法分析方法，对用户文本进行句法分析得到文本的依存句法；

S4：冲突检测；

判断S2识别的第一特定实体名称和S3得到的依存句法在分词层面上是否有冲突，如果有冲突，则直接将S2识别出的第一特定实体名称和其他可能实体作为输出；

如果没有冲突，则执行S5；

S5：第一特定实体名称相关成分合并；

利用S3结果，递归合并依赖于S2识别出的第一特定实体名称的成分，以及依赖于第一特定实体名称的成分的子成分；

所述递归合并的内容必须文本相邻，符合S2中用户输入的顺序，且合并词包含S2提取出的第一特定实体名称，最终得到所有可能为最终特定实体名称的候选名；

S6：数据库验证；

将S5中得到的所有可能最终特定实体名称在数据库中进行验证；

如果有验证匹配的最终特定实体名称，则执行S7；

如果没有验证匹配的最终特定实体名称，则直接将S2识别出的第一特定实体名称和其他可能实体作为输出；

S7：去重输出；

将验证匹配长度最长的最终特定实体名称和其他可能实体输出，不再输出被最终特定实体名称合并的其他实体。

2.如权利要求1所述的一种特定实体名称识别优化方法，其特征在于，在S1训练bilstm-crf模型时，bilstm-crf模型在字嵌入层的字向量需要加入分词特征，包括词的起始、中间、结尾、单字词四种特征。

3.如权利要求1所述的一种特定实体名称识别优化方法，其特征在于，所述S3中利用的句法分析方法包括，DDParser、LTP、FNLP。

4.如权利要求3所述的一种特定实体名称识别优化方法，其特征在于，所述步骤S3中利用的句法分析方法具体为DDParser。