[发明专利]短文本实体识别方法和系统

权利要求书

1.一种短文本实体识别方法，包括：

获取短文本并对所述短文本进行分词；

对经分词的短文本进行词向量训练，以生成词向量序列；

基于对抗性框架对所述词向量序列中的各个词向量进行词性表征学习，以获取所述词向量的词性特征；

提取所述词向量序列中的各个词向量的局部上下文特征以及各个词向量之间的全局语义特征；以及

使用所述词性特征、所述局部上下文特征和所述全局语义特征从所述各个词向量识别实体。

2.如权利要求1所述的方法，所述使用所述词性特征、所述局部上下文特征和所述全局语义特征识别实体进一步包括：

使用所述词性特征将所述词向量序列中的词向量进行降维筛选；以及

基于所述局部上下文特征和所述全局语义特征从降维筛选后得到的词向量中识别实体。

3.如权利要求1所述的方法，进一步包括：对所识别的实体进行模糊实体匹配。

4.如权利要求1所述的方法，对所述短文本进行分词的方式根据所述短文本的语言和类型来选择。

5.如权利要求1所述的方法，使用所述词性特征、所述局部上下文特征和所述全局语义特征从所述各个词向量识别实体在对抗性训练框架上实现。

6.如权利要求1所述的方法，提取所述局部上下文特征和所述全局语义特征通过Attention机制来实现。

7.一种短文本实体识别系统，包括：

分词模块，获取短文本并对所述短文本进行分词；

词向量生成模块，对经分词的短文本进行词向量训练，以生成词向量序列；

特征获取模块，基于对抗性框架对所述词向量序列中的各个词向量进行词性表征学习以获取所述词向量的词性特征，并且提取所述词向量序列中的各个词向量的局部上下文特征以及各个词向量之间的全局语义特征；以及

实体识别模块，使用所述词性特征、所述局部上下文特征和所述全局语义特征从所述各个词向量识别实体。

8.如权利要求7所述的系统，所述实体识别模块使用所述词性特征、所述局部上下文特征和所述全局语义特征识别实体进一步包括：

使用所述词性特征将所述词向量序列中的词向量进行降维筛选；以及

基于所述局部上下文特征和所述全局语义特征从降维筛选后得到的词向量中识别实体。

9.如权利要求7所述的系统，进一步包括模糊实体匹配模块，所述模糊实体匹配模块对所识别的实体进行模糊实体匹配。

10.如权利要求7所述的系统，所述分词模块对所述短文本进行分词的方式根据所述短文本的语言和类型来选择。

11.如权利要求7所述的系统，所述实体识别模块使用所述词性特征、所述局部上下文特征和所述全局语义特征从所述各个词向量识别实体在对抗性训练框架上实现。

12.如权利要求7所述的系统，所述特征获取模块提取所述局部上下文特征和所述全局语义特征通过Attention机制来实现。

13.一种存储有指令的计算机可读存储介质，当所述指令被执行时使得机器执行如权利要求1-6中任一项所述的方法。