[发明专利]命名体识别方法、装置、电子设备和存储介质

权利要求书

1.一种命名体识别方法，其特征在于，包括：

确定待识别文本；

基于所述待识别文本对应领域的领域词典，确定所述待识别文本中每个字的词典特征向量；

将所述待识别文本中每个字的字向量和词典特征向量输入至命名体识别模型中，得到所述命名体识别模型输出的命名体识别结果；

其中，所述命名体识别模型是基于样本文本中每个样本字的字向量和词典特征向量，以及每个样本字的命名体标记训练得到的。

2.根据权利要求1所述的命名体识别方法，其特征在于，所述命名体识别模型包括输入编码层、词典特征选择层和标签预测层；

对应地，所述将所述待识别文本中每个字的字向量和词典特征向量输入至命名体识别模型中，得到所述命名体识别模型输出的命名体识别结果，具体包括：

将所述待识别文本中每个字的字向量和词典特征向量输入至所述输入编码层，得到所述输入编码层输出的每个字的隐层向量；

将每个字的隐层向量和词典特征向量输入至所述词典特征选择层，得到所述词典特征选择层输出的每个字的注意力特征向量；

将每个字的注意力特征向量输入至所述标签预测层，得到所述标签预测层输出的所述命名体识别结果。

3.根据权利要求2所述的命名体识别方法，其特征在于，所述将每个字的隐层向量和词典特征向量输入至所述词典特征选择层，得到所述词典特征选择层输出的每个字的注意力特征向量，具体包括：

基于任一字的隐层向量和词典特征向量，确定所述任一字相对于每一词典特征的权重；

基于所述任一字相对于每一词典特征的权重，对所述任一字的词典特征向量进行加权，得到所述任一字的注意力特征向量。

4.根据权利要求3所述的命名体识别方法，其特征在于，所述将所述待识别文本中每个字的字向量和词典特征向量输入至命名体识别模型中，得到所述命名体识别模型输出的命名体识别结果，之前还包括：

基于损失函数对初始模型进行训练，得到所述命名体识别模型；

其中，所述损失函数包括识别结果损失函数和权重损失函数，其中所述识别结果损失函数对应于所述命名体识别结果，所述权重损失函数对应于字相对于每一词典特征的权重。

5.根据权利要求1所述的命名体识别方法，其特征在于，所述领域词典包括对应于不同命名体类型的词典；

对应地，所述基于所述待识别文本对应领域的领域词典，确定所述待识别文本中每个字的词典特征向量，具体包括：

基于对应于任一命名体类型的词典，确定所述待识别文本中每一字对应于所述任一命名体类型的词典特征；

基于任一字对应于每一命名体类型的词典特征，确定所述任一字的词典特征向量。

6.根据权利要求5所述的命名体识别方法，其特征在于，所述基于任一字对应于每一命名体类型的词典特征，确定所述任一字的词典特征向量，具体包括：

向量化任一字对应于每一命名体类型的词典特征，得到所述任一字的特征向量；

稀疏化处理所述任一字的特征向量，得到所述任一字的词典特征向量。

7.一种命名体识别装置，其特征在于，包括：

文本确定单元，用于确定待识别文本；

词典匹配单元，用于基于所述待识别文本对应领域的领域词典，确定所述待识别文本中每个字的词典特征向量；

命名体识别单元，用于将所述待识别文本中每个字的字向量和词典特征向量输入至命名体识别模型中，得到所述命名体识别模型输出的命名体识别结果；

其中，所述命名体识别模型是基于样本文本中每个样本字的字向量和词典特征向量，以及每个样本字的命名体标记训练得到的。