[发明专利]命名实体识别方法、装置、计算机设备和存储介质

说明书

本申请涉及自然语言处理技术，提供了一种命名实体识别方法、装置、计算机设备和存储介质。所述方法包括：获取命名实体识别请求，命名实体识别请求携带初始待识别文本；根据预设实体类别为初始待识别文本设置类别标签，得到与预设实体类别对应的目标待识别文本；将目标待识别文本依次输入已训练的命名实体识别模型，得到与目标待识别文本中各单字对应的分类预测结果；归集分类预测结果，得到与目标待识别文本对应的目标分类预测结果；根据目标分类预测结果和预设分类概率阈值，确定与初始待识别文本对应的命名实体识别结果。采用本方法能够实现多类别命名实体识别，解决无法对重合命名实体进行识别的问题。

技术领域

本申请涉及计算机技术领域，特别是涉及一种命名实体识别方法、装置、计算机设备和存储介质。

背景技术

随着计算机技术的发展，出现了命名实体识别技术，命名实体识别又称作“专名识别”，是指识别文本中具有特定意义的实体，主要包括人名、地名、机构名、专有名词等，通常包括确定实体边界识别以及实体类别识别两部分。

传统技术中，常采用的命名实体识别方式为，输入句子文本，构造BMES(begin，median，end，single，开头，中间，结尾，单字)标签或者BIO标签，训练模型进行拟合，通过已训练好的模型在预测时逐字做多分类，确定命名实体识别结果。

然而，传统方法由于在预测时是直接逐字做多分类，对于句子文本中的每个单字来说，只会输出一个分类结果，存在无法对重合命名实体进行识别的问题。

发明内容

基于此，有必要针对上述技术问题，提供一种能够对重合命名实体进行识别的命名实体识别方法、装置、计算机设备和存储介质。

一种命名实体识别方法，所述方法包括：

获取命名实体识别请求，命名实体识别请求携带初始待识别文本；

根据预设实体类别为初始待识别文本设置类别标签，得到与预设实体类别对应的目标待识别文本；

将目标待识别文本依次输入已训练的命名实体识别模型，得到与目标待识别文本中各单字对应的分类预测结果；

归集分类预测结果，得到与目标待识别文本对应的目标分类预测结果；

根据目标分类预测结果和预设分类概率阈值，确定与初始待识别文本对应的命名实体识别结果。

在一个实施例中，根据预设实体类别为初始待识别文本设置类别标签，得到与预设实体类别对应的目标待识别文本包括：

根据预设实体类别，确定与各预设实体类别对应的类别标签；

将类别标签写入初始待识别文本，得到与预设实体类别对应的目标待识别文本。

在一个实施例中，将目标待识别文本依次输入已训练的命名实体识别模型，得到与目标待识别文本中各单字对应的分类预测结果之前，还包括：

获取训练样本，训练样本中各样本为携带实体边界标签且包括类别标签的样本；

将训练样本中各样本输入初始命名实体识别模型，得到与各样本对应的预测识别结果；

比对预测识别结果和各样本携带的实体边界标签，得到已训练的命名实体识别模型。

在一个实施例中，将训练样本中各样本输入初始命名实体识别模型，得到与各样本对应的预测识别结果包括：

将训练样本中各样本输入初始命名实体识别模型，初始命名实体识别模型包括编码层、特征提取层以及分类层；

通过编码层对各样本中各单字进行编码，得到与各样本中各单字对应的字编码；

通过特征提取层根据字编码进行特征提取，得到各样本对应的特征向量；