[发明专利]实体识别模型的训练、实体识别方法、装置及终端设备

权利要求书

1.一种实体识别模型的训练方法，其特征在于，包括：

获取文本信息集和预先构建的种子词典，所述种子词典中包括有所述文本信息集所包括的文本信息中的实体；

将所述文本信息集拆分为至少两个子信息集；

根据所述种子词典和每个子信息集，进行实体识别模型训练和预测的迭代，每轮迭代后的识别结果用于更新所述种子词典；

将迭代结束后的实体识别模型确定为训练好的实体识别模型；

其中，所述根据所述种子词典和每个子信息集，进行实体识别模型训练和预测的迭代，包括：

从各所述子信息集中依次选取一子信息集作为训练信息集；

采用所述种子词典和所述训练信息集对实体识别模型进行训练；

将预测信息集输入至本次训练后的实体识别模型，得到预测实体，所述预测信息集为从各所述子信息集中选取的除所述训练信息集外的子信息集；

确定所述预测实体中的目标实体，所述目标实体为人工对所述预测实体筛查后的实体；

将所述目标实体添加至所述种子词典中，以更新所述种子词典；

继续进行训练信息集的选取操作，直至满足迭代结束条件。

2.根据权利要求1所述的方法，其特征在于，构建所述文本信息集的操作包括：

使用同类型的实体替换所述文本信息集中所包括的实体，并将新形成的文本信息添加至所述文本信息集中；

其中，所述同类型的实体包含于所述种子词典中。

3.根据权利要求2所述的方法，其特征在于，新形成的文本信息的个数基于实体替换的倍数确定。

4.根据权利要求1所述的方法，其特征在于，在迭代设定次数后，还包括：在所述文本信息集中添加噪声信息，所述噪声信息为包括噪声实体的文本信息。

5.根据权利要求4所述的方法，其特征在于，所述在所述文本信息集中添加噪声信息，包括：

根据所述文本信息集所包括文本信息的实体，确定噪声实体；

采用确定出的噪声实体替换对应文本信息中的实体，得到噪声信息；

采用所述噪声信息替换所述文本信息集中对应的文本信息，得到更新后的文本信息集。

6.一种实体识别方法，其特征在于，包括：

获取文本信息；

将所述文本信息输入至训练好的实体识别模型，确定所述文本信息所包括实体，其中，所述实体识别模型根据权利要求1-5任一所述的实体识别模型的训练方法训练得到。

7.一种实体识别模型的训练装置，其特征在于，包括：

获取模块，用于获取文本信息集和预先构建的种子词典，所述种子词典中包括有所述文本信息集所包括的文本信息中的实体；

拆分模块，用于将所述文本信息集拆分为至少两个子信息集；

迭代模块，用于根据所述种子词典和每个子信息集，进行实体识别模型训练和预测的迭代，每轮迭代后的识别结果用于更新所述种子词典；

确定模块，用于将迭代结束后的实体识别模型确定为训练好的实体识别模型；

其中，所述迭代模块，具体用于：

从各所述子信息集中依次选取一子信息集作为训练信息集；

采用所述种子词典和所述训练信息集对实体识别模型进行训练；

将预测信息集输入至本次训练后的实体识别模型，得到预测实体，所述预测信息集为从各所述子信息集中选取的除所述训练信息集外的子信息集；

确定所述预测实体中的目标实体，所述目标实体为人工对所述预测实体筛查后的实体；

将所述目标实体添加至所述种子词典中，以更新所述种子词典；

继续进行训练信息集的选取操作，直至满足迭代结束条件。

8.一种实体识别装置，其特征在于，包括：

获取模块，用于获取文本信息；

确定模块，用于将所述文本信息输入至训练好的实体识别模型，确定所述文本信息所包括实体，其中，所述实体识别模型根据权利要求1-5任一所述的实体识别模型的训练方法训练得到。