[发明专利]一种命名实体的提取方法、装置、电子设备及存储介质

说明书

本申请提供了一种命名实体的提取方法、装置、电子设备及存储介质，其中，该提取方法包括：将目标文本输入到预先训练好的编码模型中，获取编码模型输出的目标文本对应的第一文本矩阵；基于目标文本对应的第一文本矩阵，确定目标文本对应的第一首指针集合和第一尾指针集合；第一首指针集合中包括目标文本中满足预设类别的目标分词的首字的第一特征值；第一尾指针集合中包括目标文本中满足预设类别的目标分词的尾字的第二特征值；根据第一首指针集合中的第一特征值，以及第一尾指针集合中的第二特征值，从目标文本中提取命名实体，并确定命名实体对应的类别。本申请可以对更新的命名实体进行识别，数据的泛化能力强，命名实体的识别效率高。

技术领域

本申请涉及计算机信息技术领域，具体而言，涉及一种命名实体的提取方法、装置、电子设备及存储介质。

背景技术

现阶段，命名实体识别是自然语言处理领域的一项基本任务，旨在识别文本中的命名实体，并对识别出的命名实体进行分类，命名实体识别的效果直接决定了自然语言处理的下游任务的处理精度。

实际中，命名实体的识别方法通常为：由工作人员搜集各个领域已有的命名实体，将搜集到的多个命名实体编撰成命名实体词典，基于命名实体词典，从待处理文本中提取命名实体，并确定命名实体所属的类别。

但是，该种命名实体的识别方法仅能识别已记录的命名实体，对更新的命名实体无法识别，数据的泛化能力弱。

发明内容

有鉴于此，本申请实施例的目的在于提供一种命名实体的提取方法、装置、电子设备及存储介质，能够基于目标文本对应的首指针集合和尾指针集合，从目标文本中提取命名实体，可以对更新的命名实体进行识别，数据的泛化能力强，命名实体的识别效率高。

第一方面，本申请实施例提供了一种命名实体的提取方法，所述提取方法包括：

将目标文本输入到预先训练好的编码模型中，获取所述编码模型输出的所述目标文本对应的第一文本矩阵；

基于所述目标文本对应的第一文本矩阵，确定所述目标文本对应的第一首指针集合和第一尾指针集合；所述第一首指针集合中包括所述目标文本中满足预设类别的目标分词的首字的第一特征值；所述第一尾指针集合中包括所述目标文本中满足预设类别的目标分词的尾字的第二特征值；

根据所述第一首指针集合中的所述第一特征值，以及所述第一尾指针集合中的所述第二特征值，从所述目标文本中提取命名实体，并确定所述命名实体对应的类别。

在一种可能的实施方式中，所述基于所述目标文本对应的第一文本矩阵，确定所述目标文本对应的第一首指针集合和第一尾指针集合，包括：

基于预先训练好的标准矩阵，对所述目标文本对应的第一文本矩阵进行矩阵变换，得到所述目标文本中每个字归属于所述预设类别的第一概率；

针对所述目标文本中的每个字，根据该字归属于所述预设类别的第一概率，所述目标文本中其他字归属于所述预设类别的第一概率，以及所述其他字与该字的位置关系，确定该字是否为满足预设类别的目标分词的首字或者尾字；

根据该字是否为满足预设类别的目标分词的首字或者尾字的判断结果，以及每一个判断结果对应的特征值，生成所述目标文本对应的第一首指针集合和第一尾指针集合。

在一种可能的实施方式中，所述根据所述第一首指针集合中的所述第一特征值，以及所述第一尾指针集合中的所述第二特征值，从所述目标文本中提取命名实体，并确定所述命名实体对应的类别，包括：

针对所述第一首指针集合中的每个第一特征值，从所述第一尾指针集合中选取类别与该第一特征值的类别相一致，且与该第一特征值的位置关系满足第一预设条件的第二特征值；

将该第一特征值与选取出的第二特征值对应的分词确定为所述目标文本中的命名实体，并将该第一特征值的类别确定为所述命名实体的类别。