[发明专利]一种命名实体识别方法、装置、设备及存储介质

说明书

本发明公开了一种命名实体识别方法、装置、设备及存储介质，该方法包括：获取待识别的工业文本数据，对工业文本数据进行分词处理，得到原始字段集，并计算原始字段集中各原始字段的词向量；将各词向量输入至预设的编码模型中，计算与各词向量对应的编码向量；将各编码向量，与词典中预存的各标准文本对应的标准编码向量进行对比，根据对比结果识别出工业文本数据中包括的目标实体。本发明实施例的技术方案可以实现对工业场景下的文本数据进行命名实体识别。

技术领域

本发明实施例涉及深度学习领域，尤其涉及一种命名实体识别方法、装置、设备及存储介质。

背景技术

自然语言处理作为计算机领域与人工智能领域的一个交叉方向，随着人工智能领域的快速发展而不断发展，命名实体识别(Named Entity Recognition，NER)是自然语言处理的一个基本任务，它的目的是识别出文本中有特定意义的实体并对它们分类，这些实体的类型主要包括了人名、机构名、地点以及其他一些专有名词。伴随着互联网中海量大数据的产生，命名实体识别任务已经被广泛运用在机器翻译、智能问答、信息检索等其它自然语言处理任务中。

现有的命名实体识别技术通常只能识别粗粒度的实体信息，例如人名、时间、机构名以及地方名等实体信息，却很难对工业场景下的文本进行识别，即现有的命名实体识别技术无法在工业文档中识别出具体产品领域的技术参数、比例数值、以及产品介绍等实体信息。

发明内容

本发明实施例提供一种命名实体识别方法、装置、设备及存储介质，可以实现对工业场景下的文本数据进行命名实体识别。

本发明实施例提供了一种命名实体识别方法，所述方法包括：

获取待识别的工业文本数据，对所述工业文本数据进行分词处理，得到原始字段集，并计算所述原始字段集中各原始字段的词向量；

将各所述词向量输入至预设的编码模型中，计算与各所述词向量对应的编码向量；

将各所述编码向量，与词典中预存的各标准文本对应的标准编码向量进行对比，根据对比结果识别出所述工业文本数据中包括的目标实体。

第二方面，本发明实施例还提供了一种命名实体识别装置，该装置包括：

分词模块，用于获取待识别的工业文本数据，对所述工业文本数据进行分词处理，得到原始字段集，并计算所述原始字段集中各原始字段的词向量；

编码向量计算模块，用于将各所述词向量输入至预设的编码模型中，计算与各所述词向量对应的编码向量；

目标实体识别模块，用于将各所述编码向量，与词典中预存的各标准文本对应的标准编码向量进行对比，根据对比结果识别出所述工业文本数据中包括的目标实体。

第三方面，本发明实施例还提供了一种计算机设备，该计算机设备包括：

一个或多个处理器；

存储装置，用于存储一个或多个程序；

当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现本发明任意实施例提供的一种命名实体识别方法。

第四方面，本发明实施例还提供了一种计算机可读存储介质，该存储介质上存储有计算机程序，该程序被处理器执行时实现本发明任意实施例提供的一种命名实体识别方法。

本发明实施例的技术方案通过获取待识别的工业文本数据，对所述工业文本数据进行分词处理，得到原始字段集，并计算所述原始字段集中各原始字段的词向量，然后将各所述词向量输入至预设的编码模型中，计算与各所述词向量对应的编码向量，最后将各所述编码向量，与词典中预存的各标准文本对应的标准编码向量进行对比，根据对比结果识别出所述工业文本数据中包括的目标实体的技术手段，可以实现对工业场景下的文本数据进行命名实体识别。

附图说明