[发明专利]嵌套命名实体识别方法、装置、电子设备和存储介质

说明书

本发明涉及一种嵌套命名实体识别方法、装置、电子设备和存储介质，该方法包括：获取标记序列；根据所述标记序列确定语义表示；根据所述标记序列和所述语义表示确定特征图矩阵；根据所述特征图矩阵预测字级别矩阵；根据所述字级别矩阵值识别命名实体。本申请实施例中提出嵌套命名实体识别方法是基于图像语义分割的实体识别方法，该方法通过对图像语义分割可以避免实体重叠问题，不仅通过语义表示、特征图矩阵和字级别矩阵进行命名实体识别，实现了关注局部和全局信息，而且通过字级别矩阵的坐标和类别识别命名实体，提升了命名实体的识别效果。

技术领域

本发明涉及计算机技术领域，具体涉及一种嵌套命名实体识别方法、装置、电子设备和存储介质。

背景技术

命名实体识别(Named Entity Recognition,NER)任务，主要目的是从一段文本中抽取出特定类型的实体，实体类型包括人名、地名、时间和机构名等。嵌套命名实体是一种特殊形式的命名实体，就是识别出的实体中可能会包括其他实体，比如“山东大学”是一个机构名，其中“山东”是一个地名。传统的基于序列标注的命名实体识别模型难以有效处理这种一个字对应多个标签的情况，于是研究者们提出了专门适用于嵌套命名实体识别的模型。

目前嵌套命名实体识别包括基于序列多标签分类的方法，基于机器阅读理解(Machine Reading Comprehension,MRC)的方法和基于Seq2Seq序列生成的方法等，却没有一种基于语义分割类的命名实体识别方法。

发明内容

本发明提供一种嵌套命名实体识别方法、装置、电子设备和存储介质。

本发明解决上述技术问题的技术方案如下：

第一方面，本发明实施例提供了一种嵌套命名实体识别方法，包括：

获取标记序列；

根据所述标记序列确定语义表示；

根据所述标记序列和所述语义表示确定特征图矩阵；

根据所述特征图矩阵预测字级别矩阵；

根据所述字级别矩阵值识别命名实体。

在一些实施例中，上述方法还包括：将所述特征图矩阵看作d通道图像，分割层用于预测所述字级别矩阵，所述分割层使用图像语义分割中的UNet结构。

在一些实施例中，上述方法中的UNet结构，由两个下采样模块和两个上采样模块跨层连接构成，

其中，每个下采样模块包括两个卷积层和一个最大池化层；

其中，每个上采样模块包括两个卷积层和一个逆卷积层。

在一些实施例中，上述方法中根据所述特征图矩阵预测字级别矩阵，还包括：

全连接网络对矩阵的每个元素进行单标签分类，得到所述字级别矩阵；

所述字级别矩阵中每个元素的横坐标对应实体在句子中的开始位置；

所述字级别矩阵中每个元素的横坐标对应实体在句子中的结束位置。

在一些实施例中，根据字级别矩阵值识别命名实体，包括：

根据字级别矩阵中每个元素的类别和坐标值确定实体。

在一些实施例中，根据所述标记序列确定语义表示，包括：

根据标记序列确定对应的词嵌入，句子嵌入和位置嵌入；

将所述词嵌入，所述句子嵌入和所述位置嵌入加和；

将所述加和后的标记序列输入BERT模型中得到语义表示。