[发明专利]实体识别方法及装置

权利要求书

1.一种实体识别方法，其特征在于，包括：

基于预设文本语料，构建实体字典，所述实体字典包括第一实体字典和第二实体字典；

根据所述第一实体字典和第二实体字典训练实体识别模型，基于训练文本语料通过预设算法对所述实体识别模型进行校正；

在接收到新的文本语料时，基于校正后的实体识别模型对所述新的文本语料中的实体进行识别。

2.根据权利要求1所述的方法，其特征在于，根据所述第一实体字典和第二实体字典训练实体识别模型，基于训练文本语料，通过预设算法对所述实体识别模型进行校正，包括：

查询所述训练文本语料中是否有与所述第一实体字典中的实体或第二实体字典中的实体相匹配的待确定实体；

对所述训练文本语料中待确定实体打实体内链；

若所述待确定实体为出现在所述第一实体字典中的实体，则不对所述实体识别模型进行校正；

若所述待确定实体为出现在所述第二实体字典中的实体且所述待确定实体已打实体内链，则基于语义窗口对所述待确定实体所在的文本语料进行分段；

判断每一分段中的待确定实体是否预测为实体，若每一分段中的待确定实体均未预测为实体，则将所述待确定实体的实体内链删除。

3.根据权利要求2所述的方法，其特征在于，在将所述待确定实体的实体内链删除后，所述方法还包括：

将删除实体内链后的待确定实体所在的文本语料作为负文本语料，将预测为实体所在的语料作为正文本语料；

提取同一实体的正文本语料、负文本语料、正文本语料的关键词以及负文本语料关键词；

若删除后的待确定实体所在的文本语料中包含正文本语料的关键词，且不包含负文本预料的关键词，则将所述待确定实体所在的文本语料作为正文本语料；

若删除后的待确定实体所在的文本语料中包含负文本语料的关键词，则将所述待确定实体所在的文本语料作为负文本语料。

4.根据权利要求3所述的方法，其特征在于，所述方法还包括：更新所述第二实体字典中的正文本语料和/或负文本语料。

5.根据权利要求1所述的方法，其特征在于，所述方法还包括：更新所述第一实体字典；

具体包括，

将所述第二实体字典中的正文本语料中的实体与所述第一实体字典中的实体进行对比，确定待添加的实体；

若存在待添加的实体，则将所述待添加实体添加至第一字典实体中，更新所述第一实体字典。

6.一种实体识别装置，其特征在于，包括：

实体字典构建模块，用于基于预设文本语料，构建实体字典，所述实体字典包括第一实体字典和第二实体字典；

实体字典校正模块，用于根据所述第一实体字典和第二实体字典训练实体识别模型，基于训练文本语料通过预设算法对所述实体识别模型进行校正；

实体识别模块，用于在接收到新的文本语料时，基于校正后的实体识别模型对所述新的文本语料中的实体进行识别。

7.根据权利要求6所述的装置，其特征在于，所述实体字典校正模块，用于：

查询所述训练文本语料中是否有与所述第一实体字典中的实体或第二实体字典中的实体相匹配的待确定实体；

对所述训练文本语料中的待确定实体打实体内链；

若所述待确定实体为出现在所述第一实体字典中的实体，则不对所述实体识别模型进行校正；

若所述待确定实体为出现在所述第二实体字典中的实体且所述待确定实体已打实体内敛，则基于语义窗口对所述待确定实体所在的文本语料进行分段；

判断每一分段中的待确定实体是否预测为实体，若每一分段中的待确定实体均未预测为实体，则将所述待确定实体的实体内链删除。