[发明专利]实体识别和文本分类的方法、存储介质和计算机设备

权利要求书

1.一种实体识别和文本分类的方法，其特征在于，包括以下步骤：

S100，获取目标文本；

S200，使用经训练的目标神经网络模型对所述目标文本进行实体识别和文本分类；所述目标神经网络模型包括第一神经网络模型、第二神经网络模型和第三神经网络模型，所述第一神经网络模型的输入为所述目标文本，所述第一神经网络模型的输出为所述第二神经网络模型和第三神经网络模型的输入，所述第一神经网络模型用于获取所述目标文本的编码向量，所述第二神经网络模型用于根据所述编码向量识别目标文本中的实体，所述第三神经网络模型用于根据所述编码向量获取目标文本的类型；

所述目标神经网络模型的训练方法包括：

S210，获取第一文本样本集Text={text₁,text₂,…,text_n,…,text_N}，text_n为第一文本样本集中的第n个文本样本，n的取值范围为1到N，N为第一文本样本集包括的文本样本的数量；

S220，遍历Text，获取text_n中实体的集合E_n={e_n,1,e_n,2,…,e_n,m,…,e_n,M}，e_n,m为E_n中的第m个实体，m的取值范围为1到M，M为E_n中实体的数量；

S230，遍历E_n，获取e_n,m在text_n中出现的词频f_n,m，如果f_n,m≥f₀，则将e_n,m追加至预设的第n集合A_n；否则，不将e_n,m追加至A_n；A_n的初始化为空集；f₀为预设的词频阈值；

S240，遍历{A₁,A₂,…,A_n,…,A_N}，如果A_n不为空集，且A_n中存在实体与text_n的类型匹配，则将A_n追加至第二文本样本集Text’；否则，不将A_n追加至第二文本样本集Text’；Text’ 的初始化为空集；

S250，利用Text’对目标神经网络模型进行训练；

S240中，判断A_n中是否存在实体与text_n的类型匹配的方法包括：

S241，获取第三文本样本集B={b₁,b₂,…,b_q,…,b_Q}，b_q为第三文本样本集中的第q个文本样本，q的取值范围为1到Q，Q为第三文本样本集中文本样本的数量；

S242，遍历B，对b_q中各实体进行标注，得到B对应的文本样本标注集D；其中，当b_q中某实体与预设的第r种类型匹配时，将b_q中该实体标注为第r个预设类型值；r的取值范围为1到R，R为预设的类型数量；第r个预设类型值不等于第i个预设类型值，i的取值范围为1到R，i≠r；

S243，利用B和D对第四神经网络模型进行训练，得到经训练的第四神经网络模型；

S244，使用经训练的第四神经网络模型对A_n中各实体进行推理，得到A_n中各实体对应的预设类型值；

S245，如果A_n中存在实体对应的预设类型值与text_n的类型对应的预设类型值相同，则判定A_n中存在实体与text_n的类型匹配。

2.根据权利要求1所述的实体识别和文本分类的方法，其特征在于，S245中，通过将text_n的类型在预设的类型关系库进行检索的方法获取text_n的类型对应的预设类型值，所述预设的类型关系库中存储有文本的类型与预设类型值之间的对应关系。