[发明专利]基于元学习的实体类别识别方法、装置、设备和存储介质

说明书

本申请涉及人工智能领域，尤其是一种基于元学习的实体类别识别方法、装置、设备和存储介质。所述方法包括：获取新增实体类别，并查询与所述新增实体类别对应的参照样本；获取待识别数据；将所述参照样本和所述待识别数据输入至预先生成的实体类别识别模型中，以识别每一所述待识别数据中对应所述参照样本的新增实体类别，其中，所述实体类别识别模型是基于元学习的方式训练得到的。采用本方法能够保证实体类别识别准确性。此外，本申请还涉及区块链技术，新增实体类别可存储于区块链节点中。

技术领域

本申请涉及人工智能技术领域，特别是涉及一种基于元学习的实体类别识别方法、装置、设备和存储介质。

背景技术

目前人工智能领域对于命名实体识别的研究较多，但和命名实体识别有关的数据集却不多，特别是中文命名实体识别数据集十分稀少。而且现在市场上虽然有一套比较成熟的命名实体识别模型，然而这些模型通常都只能区分人名、机构、地址这三个较为常见的实体类别。当出现一些新的实体类别时，这些模型就无法处理了。

传统的开源中文命名实体识别数据集主要包括MSRA、人民日报、微博、 CLUENER、BOSON数据集，这五个数据集的大小都不是很大，实体类别数也不够多，全部加在一起也不到30个实体类别。然而现实世界中的实体类别树远比30要大，传统的想法是有多少实体类别就标注多少数据，然而这是不现实的。通常的情况是当一个新的实体类别出现时，往往都只有10到100条新类别的样本，用这些样本来重新训练模型也是不现实的，因为模型必定会受到类别不平衡和过拟合的影响。

因此，急需一种在新的实体类别出现时，能够准确地识别数据中对应的实体类别的方法。

发明内容

基于此，有必要针对上述技术问题，提供一种能够准确识别实体类别的基于元学习的实体类别识别方法、装置、设备和存储介质。

一种基于元学习的实体类别识别方法，所述方法包括：

获取新增实体类别，并查询与所述新增实体类别对应的参照样本；

获取待识别数据；

将所述参照样本和所述待识别数据输入至预先生成的实体类别识别模型中，以识别每一所述待识别数据中对应所述参照样本的新增实体类别，其中，所述实体类别识别模型是基于元学习的方式训练得到的。

在其中一个实施例中，所述将所述参照样本和所述待识别数据输入至预先生成的实体类别识别模型中，以识别每一所述待识别数据中对应所述参照样本的新增实体类别，包括：

将所述参照样本和所述待识别数据中的单词进行序列化，并将序列化后的单词进行高阶特征表示；

对高阶特征表示后的单词进行平均池化操作得到所述参照样本和所述待识别数据的向量表示；

通过所述参照样本的向量化表示对所述待识别数据的向量化表示进行处理，得到所述待识别数据的高层特征；

对所述高层特征进行处理得到所述待识别数据中对应所述参照样本的新增实体类别。

在其中一个实施例中，所述实体类别识别模型的训练方式包括：

获取样本数据，并根据所述样本数据构建多组元训练样本；

根据所述元训练样本进行训练得到实体类别识别模型。

在其中一个实施例中，所述获取样本数据，并根据所述样本数据构建多组元训练样本，包括：

获取样本数据，对所述样本数据按照实体类别进行分组，并随机从所述分组中抽取至少一个分组；

确定所抽取的至少一个分组中的第一数量样本数据为支撑样本，第二数量样本数据为查询样本；

根据所述支撑样本和所述查询样本得到一组元训练样本；