[发明专利]一种中文文本命名实体的识别方法

权利要求书

1.一种中文文本命名实体的识别方法，其特征在于，包括：

当接收到命名实体识别请求时，对所述命名实体识别请求进行解析，得到待识别中文文本；

将所述待识别中文文本以句子为分析单位，分别提取各句子中的字符特征、词语特征及整个句子特征；

分别将所述待识别中文文本中各词语分别对应的字符特征、词语特征及所在句子的句子特征进行拼接，得到各词语分别对应的特征序列；

提取各特征序列的上下文特征，得到上下文特征提取结果；

根据所述上下文特征提取结果，利用马尔科夫转移矩阵法从各所述词语中标注出所述待识别中文文本的各命名实体。

2.根据权利要求1所述的中文文本命名实体的识别方法，其特征在于，提取各特征序列的上下文特征，包括：

利用双向门控循环神经网络提取各所述特征序列的上下文特征。

3.根据权利要求1或2所述的中文文本命名实体的识别方法，其特征在于，利用马尔科夫转移矩阵法从各所述词语中标注出所述待识别中文文本的各命名实体，包括：

利用马尔科夫转移矩阵法计算各所述词语所在句子的得分函数；

利用维特比算法将各所述句子的得分函数最大化，得到所述待识别中文文本的最优命名实体标注序列。

4.根据权利要求3所述的中文文本命名实体的识别方法，其特征在于，在分别提取各句子中的字符特征、词语特征及整个句子特征之前，还包括：

去除各句子的停用词和标点符号，并根据预设词表对各所述句子进行分词处理，得到各所述词语。

5.根据权利要求4所述的中文文本命名实体的识别方法，其特征在于，分别提取各句子中的字符特征，包括：

利用卷积神经网络分别提取各所述句子中的字符特征。

6.根据权利要求4所述的中文文本命名实体的识别方法，其特征在于，分别提取各句子中的词语特征，包括：

利用Word2Vec算法分别提取各所述句子中的词语特征。

7.根据权利要求4所述的中文文本命名实体的识别方法，其特征在于，分别提取各句子的整个句子特征，包括：

利用自动编码器技术分别提取各所述句子的整个句子特征。

8.一种中文文本命名实体的识别装置，其特征在于，包括：

文本获得模块，用于当接收到命名实体识别请求时，对所述命名实体识别请求进行解析，得到待识别中文文本；

特征提取模块，用于将所述待识别中文文本以句子为分析单位，分别提取各句子中的字符特征、词语特征及整个句子特征；

特征序列获得模块，用于分别将所述待识别中文文本中各词语分别对应的字符特征、词语特征及所在句子的句子特征进行拼接，得到各词语分别对应的特征序列；

上下文特征提取模块，用于提取各特征序列的上下文特征，得到上下文特征提取结果；

命名实体标注模块，用于根据所述上下文特征提取结果，利用马尔科夫转移矩阵法从各所述词语中标注出所述待识别中文文本的各命名实体。

9.一种中文文本命名实体的识别设备，其特征在于，包括：

存储器，用于存储计算机程序；

处理器，用于执行所述计算机程序时实现如权利要求1至7任一项所述中文文本命名实体的识别方法的步骤。

10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质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如权利要求1至7任一项所述中文文本命名实体的识别方法的步骤。