[发明专利]一种实体识别方法、模型训练方法及装置

说明书

本发明提供一种实体识别方法、模型训练方法及装置，该实体识别方法包括：获取待识别的目标文本；确定所述目标文本对应的第一场景；从预先训练的至少两个实体识别模型中获取与所述第一场景对应的实体识别模型，其中，所述至少两个实体识别模型中不同的实体识别模型为基于不同场景的语料训练得到的；将所述目标文本输入与所述第一场景对应的实体识别模型中，得到所述目标文本的实体识别结果。通过本发明提供的实体识别方法，可以提高实体识别的准确率。

技术领域

本发明涉及信息处理技术领域，尤其涉及一种实体识别方法、模型训练方法及装置。

背景技术

实体识别(也可称为命名实体识别(Named Entity Recognition，简称NER))，是指别文本中具有特定意义的实体，例如，人名、地名、机构名、专有名词等。随着问答系统(如客服问答系统)等智能系统的应用越来越广泛，实体识别作为自然语言处理的一部分，也变得越来越重要。

然而，在现有技术中，通常是基于采集到的所有的训练样本训练一实体识别模型，对于用户输入的全部的文本，均采用该单一的实体识别模型进行实体识别，实体识别的准确性较低。

发明内容

本发明实施例提供一种实体识别方法、模型训练方法及装置，以解决现有技术中实体识别准确率较低的问题。

为了解决上述技术问题，本发明是这样实现的：

第一方面，本发明实施例提供了一种实体识别方法。该方法包括：

获取待识别的目标文本；

确定所述目标文本对应的第一场景；

从预先训练的至少两个实体识别模型中获取与所述第一场景对应的实体识别模型，其中，所述至少两个实体识别模型中不同的实体识别模型为基于不同场景的语料训练得到的；

将所述目标文本输入与所述第一场景对应的实体识别模型中，得到所述目标文本的实体识别结果。

第二方面，本发明实施例提供了一种模型训练方法。该方法包括：

对获取的N个语料进行聚类，得到至少两个聚类簇，其中，N为大于1的整数，所述至少两个聚类簇中不同的聚类簇对应不同的场景；

分别获取所述至少两个聚类簇中每个聚类簇的语料的目标标注信息；

分别根据所述至少两个聚类簇中每个聚类簇的语料及其目标标注信息进行模型训练，得到至少两个实体识别模型。

第三方面，本发明实施例还提供一种实体识别装置。该装置包括：

第一获取模块，用于获取待识别的目标文本；

确定模块，用于确定所述目标文本对应的第一场景；

第二获取模块，用于从预先训练的至少两个实体识别模型中获取与所述第一场景对应的实体识别模型，其中，所述至少两个实体识别模型中不同的实体识别模型为基于不同场景的语料训练得到的；

输入模块，用于将所述目标文本输入与所述第一场景对应的实体识别模型中，得到所述目标文本的实体识别结果。

第四方面，本发明实施例还提供一种模型训练装置。该包括：

聚类模块，用于所述从预先训练的至少两个实体识别模型中获取与所述第一场景对应的实体识别模型之前，对获取的N个语料进行聚类，得到至少两个聚类簇，其中，N为大于1的整数，所述至少两个聚类簇中不同的聚类簇对应不同的场景；

获取模块，用于分别获取所述至少两个聚类簇中每个聚类簇的语料的目标标注信息；

训练模块，用于分别根据所述至少两个聚类簇中每个聚类簇的语料及其目标标注信息进行模型训练，得到至少两个实体识别模型。