[发明专利]一种数据识别方法、系统、设备及计算机可读存储介质

说明书

本申请公开了一种数据识别方法、系统、设备及计算机可读存储介质，应用于信息处理技术领域，获取目标数量个文本数据；对于每个文本数据，均对文本数据进行实体识别，得到实体识别结果；提取文本数据的第一全局向量化特征；提取各个实体识别结果各自的实体向量化特征；基于实体向量化特征，确定所有的实体识别结果的第二全局向量化特征；将第一全局向量化特征与第二全局向量化特征进行连接，得到文本数据的目标向量化特征；基于目标向量化特征对文本数据进行聚类，得到聚类结果；基于聚类结果，生成对应的事件模式信息；基于事件模式信息对目标数据进行事件抽取，得到事件信息；基于事件信息对目标数据进行识别，可以高效率的得到识别结果。

技术领域

本申请涉及信息处理技术领域，更具体地说，涉及一种数据识别方法、系统、设备及计算机可读存储介质。

背景技术

事件抽取是信息抽取领域的一个重要研究方向。事件抽取旨在将非结构的文本信息中描述的事件，按照人们的需求以结构化的形式识别、抽取、表现出来。事件作为信息的一种表现形式，通常事件的载体为句子，旨在将这些信息从非结构化文本中抽取出来并以结构化的方式表示。现有的事件抽取过程中需要依据事件模式来进行，而现有的事件模式是由用户人为构建的，效率低，影响事件抽取的效率，继而影响基于事件对数据进行识别的效率。

综上所述，如何提高数据识别效率是目前本领域技术人员亟待解决的问题。

发明内容

本申请的目的是提供一种数据识别方法，其能在一定程度上解决如何提高数据识别效率的技术问题。本申请还提供了一种数据识别系统、设备及计算机可读存储介质。

为了实现上述目的，本申请提供如下技术方案：

一种数据识别方法，包括：

获取目标数量个文本数据；

对于每个所述文本数据，均对所述文本数据进行实体识别，得到实体识别结果；提取所述文本数据的第一全局向量化特征；提取各个所述实体识别结果各自的实体向量化特征；基于所述实体向量化特征，确定所有的所述实体识别结果的第二全局向量化特征；将所述第一全局向量化特征与所述第二全局向量化特征进行连接，得到所述文本数据的目标向量化特征；

基于所述目标向量化特征对所述文本数据进行聚类，得到聚类结果；

基于所述聚类结果，生成对应的事件模式信息；

基于所述事件模式信息对目标数据进行事件抽取，得到事件信息；

基于所述事件信息对所述目标数据进行识别，得到识别结果。

优选的，所述对所述文本数据进行实体识别，得到实体识别结果，包括：

对所述文本数据进行实体识别，得到对应的实体信息；

确定所述实体信息在所述文本数据中的起始索引位置和结束索引位置；

确定所述实体信息的类型；

将所述文本数据作为key，将所述起始索引位置、所述结束索引位置、所述类型作为value，生成所述实体识别结果。

优选的，所述对所述文本数据进行实体识别，得到实体识别结果，包括：

通过BERT-BiLSTM-CRF工具对所述文本数据进行实体识别，得到所述实体识别结果。

优选的，所述提取各个所述实体识别结果各自的实体向量化特征，包括：

提取所述文本数据中每个字的字向量特征；

对于每个所述实体识别结果，根据所述起始索引位置和所述结束索引位置，在所述字向量特征中确定所述实体信息中各个字对应的所述字向量特征，并对所述实体信息中各个字对应的所述字向量特征进行最大池化操作，得到所述实体向量化特征。