[发明专利]文本的实体识别方法、设备及存储介质

说明书

本公开实施例提供一种文本的实体识别方法、设备及存储介质，通过获取待处理文本；识别待处理文本中的机构实体全称，根据预设的目标机构实体后缀词典识别机构实体全称中的目标机构实体全称，得到第一类目标机构实体；根据预设的目标机构实体简称词典识别待处理文本中的目标机构实体简称，得到第二类目标机构实体；根据预先训练的识别模型对待处理文本中进行实体识别，得到第三类目标机构实体；将各类目标机构实体合并，作为待处理文本中包含的目标机构实体进行输出。本公开实施例通过对待处理文本进行多个层面的实体识别，能识别待处理文本中目标机构实体全称和目标机构实体简称，提高目标机构实体识别的准确率和召回率，节约人力成本和时间成本。

技术领域

本公开实施例涉及计算机与网络通信技术领域，尤其涉及一种文本的实体识别方法、设备及存储介质。

背景技术

命名实体识别是自然语言处理中的一项基本工作，是句法分析、机器翻译、信息抽取等任务的一个非常重要的预处理过程。一般来说，命名实体识别的任务是对待处理文本识别出其中出现的人名、机构名、地名、时间、日期、货币和百分比等标准命名实体，其中，机构名属于较难识别的一类命名实体。

现有技术中通常采用一些基于规则的方法、基于统计的方法、深度学习模型等方法对文本进行机构名实体的识别，由于机构名具有种类繁多、长度不固定、大多都有简称等难点，导致对于机构名的识别较为困难，尤其是如果识别某些特定的机构名，识别的准确率和召回率较差。

发明内容

本公开实施例提供一种文本的实体识别方法、设备及存储介质，以提高对待处理文本中目标机构实体识别的准确率和召回率。

第一方面，本公开实施例提供一种文本的实体识别方法，包括：

获取待处理文本；

识别所述待处理文本中的机构实体全称，并根据预设的目标机构实体后缀词典识别所述机构实体全称中的目标机构实体全称，得到第一类目标机构实体；

根据预设的目标机构实体简称词典识别所述待处理文本中的目标机构实体简称，得到第二类目标机构实体；

根据预先训练的识别模型对所述待处理文本中进行实体识别，得到第三类目标机构实体；

将各类目标机构实体合并，作为所述待处理文本中包含的目标机构实体，并进行输出。

第二方面，本公开实施例提供一种文本的实体识别装置，包括：

输入模块，用于获取待处理文本；

第一识别模块，用于识别所述待处理文本中的机构实体全称，并根据预设的目标机构实体后缀词典识别所述机构实体全称中的目标机构实体全称，得到第一类目标机构实体；

第二识别模块，用于根据预设的目标机构实体简称词典识别所述待处理文本中的目标机构实体简称，得到第二类目标机构实体；

第三识别模块，用于根据预先训练的识别模型对所述待处理文本中进行实体识别，得到第三类目标机构实体；

输出模块，用于将各类目标机构实体合并，作为所述待处理文本中包含的目标机构实体，并进行输出。

第三方面，本公开实施例提供一种电子设备，包括：至少一个处理器和存储器；

所述存储器存储计算机执行指令；

所述至少一个处理器执行所述存储器存储的计算机执行指令，使得所述至少一个处理器执行如上第一方面以及第一方面各种可能的设计所述的文本的实体识别方法。

第四方面，本公开实施例提供一种计算机可读存储介质，所述计算机可读存储介质中存储有计算机执行指令，当处理器执行所述计算机执行指令时，实现如上第一方面以及第一方面各种可能的设计所述的文本的实体识别方法。