[发明专利]实体名称识别方法、装置、计算机设备和存储介质

说明书

本申请涉及一种实体名称识别方法、装置、计算机设备和存储介质。所述方法包括：获取待识别文本中各词语分别对应的词向量；将获取的词向量输入第一双向长短记忆神经网络，得到所述第一双向长短记忆神经网络输出的向量特征；通过名词筛选模型，根据所述向量特征从所述待识别文本中筛选候选实体名称,得到名称候选集合；提取所述名称候选集合中各候选实体名称分别对应的词向量；通过第二双向长短记忆神经网络，根据提取的词向量识别所述名称候选集合中的实体名称。本方法先筛选候选实体名称，再从候选实体名称中识别实体名称，通过两次双向长短记忆神经网络的处理，提高了实体名称识别的准确性。

技术领域

本申请涉及模式识别领域，特别是涉及一种实体名称识别方法、装置、计算机设备和存储介质。

背景技术

随着模式识别技术的发展，出现了命名实体识别技术(Named EntityRecognition，NER)，旨在识别出自然语言文本中的专有名词，比如人名、地名、公司名称、组织机构名称等命名实体。

然而，传统的命名实体识别技术，通常是采用基于统计的模型，比如隐马尔科夫模型和支持向量机，需要利用人工标注的语料进行训练，对文本上下文的建模能力较弱，没有考虑到词语在文本中前后顺序的影响，对实体名称识别的准确性较低。

发明内容

基于此，有必要针对上述技术问题，提供一种能够提高识别准确性的实体名称识别方法、装置、计算机设备和存储介质。

一种实体名称识别方法，所述方法包括：

获取待识别文本中各词语分别对应的词向量；

将获取的词向量输入第一双向长短记忆神经网络，得到所述第一双向长短记忆神经网络输出的向量特征；

通过名词筛选模型，根据所述向量特征从所述待识别文本中筛选候选实体名称,得到名称候选集合；

提取所述名称候选集合中各候选实体名称分别对应的词向量；

通过第二双向长短记忆神经网络，根据提取的词向量识别所述名称候选集合中的实体名称。

一种实体名称识别装置，其特征在于，所述装置包括：

向量获取模块，用于获取待识别文本中各词语分别对应的词向量；

特征得到模块，用于将获取的词向量输入第一双向长短记忆神经网络，得到所述第一双向长短记忆神经网络输出的向量特征；

集合得到模块，用于通过名词筛选模型，根据所述向量特征从所述待识别文本中筛选候选实体名称,得到名称候选集合；

向量提取模块，用于提取所述名称候选集合中各候选实体名称分别对应的词向量；

名称识别模块，用于通过第二双向长短记忆神经网络，根据提取的词向量识别所述名称候选集合中的实体名称。

一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现以下步骤：

获取待识别文本中各词语分别对应的词向量；

将获取的词向量输入第一双向长短记忆神经网络，得到所述第一双向长短记忆神经网络输出的向量特征；

通过名词筛选模型，根据所述向量特征从所述待识别文本中筛选候选实体名称,得到名称候选集合；

提取所述名称候选集合中各候选实体名称分别对应的词向量；

通过第二双向长短记忆神经网络，根据提取的词向量识别所述名称候选集合中的实体名称。

一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现以下步骤：