[发明专利]实体识别方法、装置，电子设备

说明书

本申请公开了一种实体识别方法，属于计算机技术领域，有助于提升对非传统意义的查询实体的识别性能。所述方法包括：确定待识别文本匹配的语义特征向量和实体知识特征向量；其中，所述实体知识特征向量用于指示所述待识别文本中包括的文本子串与预设搜索日志的匹配信息；通过预先训练的实体识别模型，对所述语义特征向量和所述实体知识特征向量进行融合计算，并根据融合计算结果输出所述待识别文本的实体标注结果；根据所述实体标注结果，确定所述待识别文本中包括的实体。本申请实施例提出了一种融合搜索日志特征的新词挖掘方法，利用海量的用户搜索日志特征优化新词挖掘效果，可以有效提升对查询输入中新的实体的识别准确度。

技术领域

本申请实施例涉及计算机技术领域，特别是涉及一种实体识别方法、装置、电子设备及计算机可读存储介质。

背景技术

实体识别是搜索系统的基本技术模块，通过实体识别模块对输入的自然语言进行实体识别，输出切分后的短语以及短语类型，输出的短语以及短语类型标准表征了输入的自然语言中的查询实体。之后，搜索系统根据实体识别模块输出的短语以及短语类型，生成召回语法，从数据库表中检索相关记录。可见，实体识别模块的识别准确度直接影响了的搜索系统的召回准确度。

现有技术中的一种通过训练长短期记忆网络(LSTM，Long Short-Term Memory)进行实体识别的技术中，以单个字向量作为输入，在一个词的首尾部分的隐层，使用词向量作为桥接，训练LSTM网络，通过对大规模的语料进行预训练，学习语义相关性，然后根据命名实体识别网络(NER,(Named Entity Recognition)的标注数据微调网络参数，训练模型，并通过最总训练得到的模型对输入的短语进行实体识别。

现有技术中的这种命名实体识别方法，使用字粒度作为输入，对于训练语料依赖程度高。对于上下文信息丰富、训练数据量越大的训练语料，模型性能越好。例如，对于传统意义上的实体，如人名、地名等，存在统计规律，模型更容易学到其特征。而对于垂直领域的搜索场景中，存在很多如商家名、团单等统计规律不明显的实体，在这种搜索场景中，现有技术中的实体识别方法的性能却不高。

可见，现有技术中的实体识别方法还需要改进。

发明内容

本申请实施例提供一种实体识别方法，可以提升对非传统意义的查询实体的识别性能。

为了解决上述问题，第一方面，本申请实施例提供了一种实体识别方法，包括：

确定待识别文本匹配的语义特征向量和实体知识特征向量；其中，所述实体知识特征向量用于指示所述待识别文本中包括的文本子串与预设搜索日志的匹配信息；

通过预先训练的实体识别模型，对所述语义特征向量和所述实体知识特征向量进行融合计算，并根据融合计算结果输出所述待识别文本的实体标注结果；

根据所述实体标注结果，确定所述待识别文本中包括的实体。

第二方面，本申请实施例提供了一种实体识别装置，包括：

语义和实体知识特征向量确定模块，用于确定待识别文本匹配的语义特征向量和实体知识特征向量；其中，所述实体知识特征向量用于指示所述待识别文本中包括的文本子串与预设搜索日志的匹配信息；

实体识别标注模块，用于通过预先训练的实体识别模型，对所述语义特征向量和所述实体知识特征向量进行融合计算，并根据融合计算结果输出所述待识别文本的实体标注结果；

实体确定模块，用于根据所述实体标注结果，确定所述待识别文本中包括的实体。

第三方面，本申请实施例还公开了一种电子设备，包括存储器、处理器及存储在所述存储器上并可在处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现本申请实施例所述的实体识别方法。