[发明专利]命名实体的识别方法及装置

权利要求书

1.一种命名实体的识别方法，其特征在于，包括：

利用卷积神经网络模型CNN对文字图像进行信息抽取，得到所述文字图像中文字对应的字体向量；

将所述字体向量与所述文字对应的文字向量进行拼接，并根据拼接得到的拼接向量获取特征向量；

根据所述特征向量得到命名实体集，其中，所述命名实体集中包括多个命名实体；

构建与所述文字图像对应的设问题目，并基于所述设问题目定位得到需要获取的命名实体，其中，所述需要获取的命名实体属于所述命名实体集；

其中，构建与所述文字图像对应的设问题目包括：抽取所述文字图像对应的文本的关键信息，其中，所述关键信息是和所述命名实体具有关联关系的特征词；将所述关键信息作为所述设问题目；

其中，基于所述设问题目定位得到需要获取的命名实体包括：通过匹配神经网络模型，确定与所述设问题目对应的文本片段的标识符，其中，所述匹配神经网络模型为使用多组数据通过机器学习训练得到的，所述多组数据中的每组数据均包括：设问题目以及该设问题目对应的文本片段的标识符；根据所述文本片段的标识符提取得到所述需要获取的命名实体；

其中，在基于所述设问题目定位得到需要获取的命名实体之前，还包括：

对所述文字图像对应的文本进行识别，得到多个文字片段；

基于预定规则为所述多个文字片段添加标识符；

其中，对所述文字图像对应的文本进行识别，得到多个文字片段包括：

识别所述文本中的预定标识符号；

根据所述预定标识符号对所述文字图像对应的文本进行识别，得到所述多个文字片段。

2.根据权利要求1所述的方法，其特征在于，所述字体向量为N*1维的向量，所述文字向量为M*1维的向量，其中，N表示所述字体向量对应的文字的字体属性的数量，M表示所述文字向量中文字的文字属性的数量。

3.根据权利要求2所述的方法，其特征在于，将所述字体向量与所述文字对应的文字向量进行拼接，并根据拼接得到的拼接向量获取特征向量包括：

将维度为N*1的所述字体向量与维度为M*1的所述文字向量进行拼接，得到(N+M)*1维的拼接向量；

将所述(N+M)*1维的拼接向量作为双向长短时记忆网络模型Bi-LSTM的输入；

获取所述双向长短时记忆网络模型Bi-LSTM的输出；

根据所述输出得到所述特征向量，其中，所述特征向量为2(N+M)*1维的向量。

4.根据权利要求1所述的方法，其特征在于，根据所述特征向量得到命名实体集包括：

将所述特征向量作为条件随机场模型CRF的输入；

获取所述条件随机场模型CRF的输出；

根据所述条件随机场模型CRF的输出得到所述命名实体集。