[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

说明书

本申请涉及电数字数据处理技术领域，特别是涉及实体识别和文本分类的方法、存储介质和计算机设备。所述方法包括以下步骤：S100，获取目标文本；S200，使用经训练的目标神经网络模型对目标文本进行实体识别和文本分类；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，第一神经网络模型的输入为目标文本，第一神经网络模型的输出为第二神经网络模型和第三神经网络模型的输入，第一神经网络模型用于获取目标文本的编码向量，第二神经网络模型用于根据编码向量识别目标文本中的实体，第三神经网络模型用于根据编码向量获取目标文本的类型。本发明的目标神经网络模型具有对文本进行分类和实体识别的功能。

技术领域

本发明涉及电数字数据处理技术领域，特别是涉及实体识别和文本分类的方法、存储介质和计算机设备。

背景技术

现有技术中的实体识别任务和文本分类任务是相对独立的，即利用一个实体识别模型完成实体识别任务，利用另一个分类模型完成文本分类任务，对实体识别模型的训练过程和对分类模型的训练过程是分开进行的，两训练过程互不影响。对于用户想要同时对文本进行实体识别以及获取文本的类型的场景，若用户需要分别将文本输入到实体识别模型和分类模型，那么操作较为繁琐，用户的体验较差。

发明内容

本发明目的在于，提供一种实体识别和文本分类的方法、存储介质和计算机设备，用户只需将目标文本输入到经训练的目标神经网络模型，就能够获取对目标文本进行实体识别的结果以及对目标文本进行分类的结果，操作较为简便，用户体验感较好。

根据本发明的第一方面，提供了一种实体识别和文本分类的方法，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Text，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。