[发明专利]一种命名实体识别方法、装置、设备和机器可读介质

权利要求书

1.一种命名实体识别方法，其特征在于，所述方法包括：

将待识别文本切分为多个语言单元；

在所述多个语言单元中，计算任意两个相邻的语言单元之间的距离；

依据所述任意两个相邻的语言单元之间的距离，对所述多个语言单元进行合并，得到一个或多个合并后的语言单元；

根据所述一个或多个合并后的语言单元分别对应的实体信息，确定所述待识别文本对应的实体识别结果。

2.根据权利要求1所述的方法，其特征在于，所述对所述多个语言单元进行合并，包括：

依据所述任意两个相邻的语言单元之间的距离从小到大的顺序，对所述待识别文本中的多个语言单元进行合并。

3.根据权利要求1所述的方法，其特征在于，所述对所述多个语言单元进行合并，包括：

将所述多个语言单元划分为至少两个类别；

将属于同一个类别的一个或多个语言单元进行合并，得到对应的分合并结果；

将所述至少两个类别对应的分合并结果进行合并。。

4.根据权利要求3所述的方法，其特征在于，所述将所述多个语言单元划分为至少两个类别，包括：

在所述多个语言单元中，获得两个相邻的语言单元之间距离最大的第i个语言单元和第(i+1)个语言单元；

将第i个语言单元划分至一个类别，将第(i+1)个语言单元划分至另一个类别。

5.根据权利要求2所述的方法，其特征在于，所述对所述待识别文本中多个语言单元进行合并，包括：

按照从小到大的顺序，将所述任意两个相邻的语言单元之间的距离依次保存至距离集合；

按照从前到后的顺序，从所述距离集合中选取目标距离，并对所述目标距离对应的两个相邻合并对象进行合并；所述两个相邻合并对象的类型包括：语言单元和语言单元、或者语言单元和合并语言单元、或者合并语言单元和合并语言单元。

6.根据权利要求5所述的方法，其特征在于，所述目标距离包括：排在首位的第一距离，所述对所述目标距离对应的两个相邻合并对象进行合并，包括：

对第一距离对应的两个相邻的语言单元进行合并，以得到第一合并语言单元。

7.根据权利要求6所述的方法，其特征在于，所述目标距离还包括：排在非首位的第二距离，所述对所述目标距离对应的两个相邻合并对象进行合并，还包括：

依据所述第二距离，从与所述第一合并语言单元相邻的语言单元中确定出第一语言单元；

对所述第一合并语言单元与第一语言单元进行合并，以得到第二合并语言单元。

8.根据权利要求7所述的方法，其特征在于，所述第一合并语言单元包括：第二语言单元，所述第二语言单元与所述第一语言单元相邻，且所述第二语言单元与所述第一语言单元之间的距离为第二距离。

9.根据权利要求6所述的方法，其特征在于，所述目标距离还包括：排在非首位的第三距离，所述对所述目标距离对应的两个相邻合并对象进行合并，还包括：

依据所述第三距离，对两个相邻的第一合并语言单元进行合并。

10.根据权利要求7所述的方法，其特征在于，所述目标距离还包括：排在非首位的第四距离，所述对所述目标距离对应的两个相邻合并对象进行合并，还包括：

依据所述第四距离，对相邻的第一合并语言单元和第二合并语言单元进行合并。

11.根据权利要求1所述的方法，其特征在于，所述对所述待识别文本中多个语言单元进行合并，包括：

在第一合并对象和第二合并对象相邻的情况下，依据第一合并对象与第二合并对象之间的距离，判断是否对第一合并对象和第二合并对象进行合并；所述第一合并对象为语言单元或合并语言单元，第二合并对象为语言单元或合并语言单元。