[发明专利]语义识别方法及装置、存储介质、计算机设备

说明书

本申请公开了一种语义识别方法及装置、存储介质、计算机设备，涉及本文处理技术领域，可以提升语义识别效率。其中方法包括：利用语义识别模型中预设的第一卷积神经网络获取待识别文本的文本向量；利用语义识别模型中预设的第二卷积神经网络，根据所获取的文本向量确定待识别文本中的命名实体；利用语义识别模型中预设的第三卷积神经网络，根据所获取的文本向量和所确定的命名实体，确定待识别文本中的实体关系。本申请适用于保险产品业务中的客服智能问答。

技术领域

本申请涉及本文处理技术领域，尤其是涉及到语义识别方法及装置、存储介质及计算机设备。

背景技术

随着科学技术的发展，对于一些词语和词语之间的关系识别方法越来越多，所适用的场景也越来越广泛，例如一些地名之间的上下关系，国家机构之间的层级关系，物品种类的包含关系等，而这些需要各自独立的识别模型分别来实现词语(即，命名实体)的识别以及词语和词语之间的关系(即，实体关系)识别。

现有技术存在的不足为，上述用于实现命名实体识别和实体关系识别的两种独立的识别模型在联合使用的过程中，彼此之间容易存在信息冗余的问题，目前的解决方法也仅局限于基于循环神经网络将上述两种独立的识别模型进行部分的联合，以提升网络模型的计算速率，从而提升命名实体识别和实体关系识别的效率，但提升效果较弱。

发明内容

有鉴于此，本申请提供了语义识别方法及装置、存储介质、计算机设备，主要目的在于解决现有用于命名实体识别和实体关系识别的两种独立的识别模型在联合使用的过程中，彼此之间容易存在信息冗余，以及所采用的网络模型的计算速率较低的问题。

根据本申请的一个方面，提供了一种语义识别方法，该方法包括：

利用语义识别模型中预设的第一卷积神经网络获取待识别文本的文本向量；

利用语义识别模型中预设的第二卷积神经网络，根据所获取的文本向量确定待识别文本中的命名实体；

利用语义识别模型中预设的第三卷积神经网络，根据所获取的文本向量和所确定的命名实体，确定待识别文本中的实体关系。

根据本申请的另一方面，提供了一种语义识别装置，该装置包括：

第一卷积神经网络模块，用于利用语义识别模型中预设的第一卷积神经网络获取待识别文本的文本向量；

第二卷积神经网络模块，用于利用语义识别模型中预设的第二卷积神经网络，根据所获取的文本向量确定待识别文本中的命名实体；

第三卷积神经网络模块，用于利用语义识别模型中预设的第三卷积神经网络，根据所获取的文本向量和所确定的命名实体，确定待识别文本中的实体关系。

依据本申请又一个方面，提供了一种存储介质，其上存储有计算机程序，所述程序被处理器执行时实现上述语义识别方法。

依据本申请再一个方面，提供了一种计算机设备，包括存储介质、处理器及存储在存储介质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程序时实现上述语义识别方法。

借由上述技术方案，本申请提供的语义识别方法及装置、存储介质、计算机设备，与现有基于循环神经网络将用于命名实体识别和实体关系识别的两种独立的识别模型进行部分联合的技术方案相比，本申请利用语义识别模型中预设的第一卷积神经网络获取待识别文本的文本向量，利用语义识别模型中预设的第二卷积神经网络，根据所获取的文本向量确定待识别文本中的命名实体，以及利用语义识别模型中预设的第三卷积神经网络，根据所获取的文本向量和所确定的命名实体，确定待识别文本中的实体关系。可见，通过利用语义识别模型中的多层卷积神经网络实现对命名实体和实体关系的识别，能够有效避免现有两种独立的识别模型在联合使用过程中造成的信息冗余问题，从而有效提升语义识别效率。