[发明专利]文本实体的识别方法及相关装置

权利要求书

1.一种文本实体的识别方法，其特征在于，包括：

从待处理文本序列中获取指代同一概念的实体表述；所述实体表述用于实体归一化；

将所述实体表述转换为预设长度的表述向量；

对所述待处理文本序列进行词嵌入处理，得到向量；

对所述向量中用于实体识别的上下文特征进行编码，得到编码向量；

对所述表述向量与所述编码向量进行拼接，得到拼接向量；

将所述拼接向量解码为所述待处理文本序列的预测序列。

2.根据权利要求1所述的方法，其特征在于，所述实体表述至少包括：所述待处理文本序列中非标准实体表述的定义指示的实体表述对；

所述从待处理文本序列中获取指代同一概念的实体表述，包括：

基于句法结构和词法结构的规则，识别所述待处理文本序列中用于定义实体的非标准表述；

从所述非标准表述中抽取指代同一个概念的实体表述对。

3.根据权利要求1所述的方法，其特征在于，所述对所述向量中用于实体识别的上下文特征进行编码，得到编码向量，包括：

将所述向量输入预设的双向LSTM模型；所述双向LSTM模型输出所述编码向量。

4.根据权利要求1所述的方法，其特征在于，在所述将所述实体表述对转换为预设长度的表述向量之后，还包括：

通过线性层对所述表述向量进行处理。

5.根据权利要求1所述的方法，其特征在于，在所述对所述表述向量与所述编码向量进行拼接，得到拼接向量之后，且，在所述将所述拼接向量解码为所述待处理文本序列的预测序列之前，还包括：

通过全连接层对所述拼接向量进行转换，得到转换后的拼接向量。

6.根据权利要求1所述的方法，其特征在于，在所述对所述待处理文本序列进行词嵌入处理，得到向量之后，且，在所述对所述向量中用于实体识别的上下文特征进行编码，得到编码向量之前，还包括：

将所述向量随机初始化为维度小于预设维度阈值的张量。

7.一种文本的实体识别装置，其特征在于，包括：

获取模块，用于从待处理文本序列中获取指代同一概念的实体表述；所述实体表述用于实体归一化；

第一转换模块，用于将所述实体表述转换为预设长度的表述向量；

词嵌入模块，用于对所述待处理文本序列进行词嵌入处理，得到向量；

编码模块，用于对所述向量中用于实体识别的上下文特征进行编码，得到编码向量；

拼接模块，用于对所述表述向量与所述编码向量进行拼接，得到拼接向量；

解码模块，用于将所述拼接向量解码为所述待处理文本序列的预测序列。

8.根据权利要求7所述的装置，其特征在于，所述实体表述至少包括：所述待处理文本序列中非标准实体表述的定义指示的实体表述对；

所述获取模块，用于从待处理文本序列中获取指代同一概念的实体表述，包括：

所述获取模块，具体用于基于句法结构和词法结构的规则，识别所述待处理文本序列中用于定义实体的非标准表述；从所述非标准表述中抽取指代同一个概念的实体表述对。

9.一种存储介质，其特征在于，所述存储介质包括存储的程序，其中，所述程序执行权利要求1～6任意一项所述的文本实体的识别方法。

10.一种设备，其特征在于，所述设备包括至少一个处理器、以及与所述处理器连接的至少一个存储器、总线；其中，所述处理器、所述存储器通过所述总线完成相互间的通信；所述处理器用于调用所述存储器中的程序指令，以执行如权利要求1～6中任一项所述的文本实体的识别方法。