[发明专利]实体识别方法以及电子设备、存储装置在审

专利信息
申请号: 202011487574.8 申请日: 2020-12-16
公开(公告)号: CN112668334A 公开(公告)日: 2021-04-16
发明(设计)人: 汪强兵 申请(专利权)人: 科大讯飞股份有限公司
主分类号: G06F40/295 分类号: G06F40/295;G06F40/30
代理公司: 深圳市威世博知识产权代理事务所(普通合伙) 44280 代理人: 何倚雯
地址: 230088 安徽省*** 国省代码: 安徽;34
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 实体 识别 方法 以及 电子设备 存储 装置
【权利要求书】:

1.一种实体识别方法,其特征在于,包括:

获取待识别文本,并确定所述待识别文本所属的知识领域;

利用与所述知识领域匹配的实体树,确定与所述待识别文本的真实意图匹配的目标实体;其中,所述实体树包含多个节点实体,相连的两个所述节点实体间存在预设关系,且所述目标实体来自所述多个节点实体。

2.根据权利要求1所述的方法,其特征在于,所述待识别文本包含至少一个与所述真实意图相关的关键词语;所述利用与所述知识领域匹配的实体树,确定与所述待识别文本的真实意图匹配的目标实体,包括以下任一者:

基于所述实体树中包含所述关键词语的候选路径,确定所述目标实体;其中,所述候选路径包含多个顺序连接的节点实体以及相邻所述节点实体间的预设关系;

利用所述待识别文本分别与所述多个节点实体之间的语义关系,确定所述目标实体。

3.根据权利要求2所述的方法,其特征在于,所述基于所述实体树中包含所述关键词语的候选路径,确定所述目标实体,包括:

搜索所述实体树中包含任一所述关键词语的候选路径;其中,所述候选路径最后一个所述节点实体为所述实体树的叶子节点;

基于各个所述候选路径的路径深度,从其中一个所述候选路径中选择一个所述节点实体,作为所述目标实体。

4.根据权利要求3所述的方法,其特征在于,在所述基于各个所述候选路径的路径深度,从其中一个所述候选路径中选择一个所述节点实体,作为所述目标实体之前,包括:

剔除不包含所有所述关键词语的所述候选路径。

5.根据权利要求3所述的方法,其特征在于,在所述搜索所述实体树中包含任一所述关键词语的候选路径之前,所述方法还包括:

剔除与任一所述节点实体均不同名的关键词语。

6.根据权利要求3所述的方法,其特征在于,所述预设关系包括父子关系,且父节点实体的包含范围大于子节点实体的包含范围,在所述搜索所述实体树中包含任一所述关键词语的候选路径之前,所述方法还包括:

利用所述实体树,分别确定所述至少一个关键词语的包含范围;

保留所述包含范围最小的关键词语,并剔除未被保留的关键词语。

7.根据权利要求3所述的方法,其特征在于,所述基于各个所述候选路径的路径深度,从其中一个所述候选路径中选择一个所述节点实体,作为所述目标实体,包括:

选择所述路径深度最大的候选路径,作为所述目标路径;

将所述目标路径最后一个所述节点实体,作为所述目标实体。

8.根据权利要求2所述的方法,其特征在于,所述利用所述待识别文本分别与所述多个节点实体之间的语义关系,确定所述目标实体,包括:

利用所述待识别文本分别与所述多个节点实体之间的语义相似度,确定所述目标实体。

9.根据权利要求8所述的方法,其特征在于,所述利用所述待识别文本分别与所述多个节点实体之间的语义相似度,确定所述目标实体,包括:

获取所述实体树的叶子节点的第一语义表示,并获取所述待识别文本的第二语义表示;

分别获取所述第二语义表示与各个所述叶子节点的第一语义表示之间的语义相似度;

将最高所述语义相似度对应的所述叶子节点,作为所述目标实体。

10.根据权利要求9所述的方法,其特征在于,所述获取所述实体树的叶子节点的第一语义表示,包括:

利用节点语义提取网络对所述叶子节点进行语义提取,得到第一节点语义表示;以及,

利用路径语义提取网络对所述叶子节点的实体路径进行语义提取,得到第一路径语义表示;其中,所述叶子节点的实体路径包括:所述叶子节点至所述实体树的根节点所经历的实体节点,以及所经历的实体节点间的预设关系;

将所述第一节点语义表示和所述第一路径语义表示进行融合,得到所述第一语义表示。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于科大讯飞股份有限公司,未经科大讯飞股份有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202011487574.8/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top