[发明专利]一种命名实体识别方法、装置、存储介质及电子设备

说明书

本发明提供一种命名实体识别方法、装置、存储介质及电子设备，所述命名实体识别方法，包括：获取待识别文本；基于所述待识别文本的字向量和词向量对所述待识别文本进行双向语义表征，得到所述待识别文本的特征向量；基于所述特征向量得到命名实体识别结果。本发明能够将潜在的词信息融合到实体命名识别过程中，有效利用词信息，以避免实体分割错误的清晰，从而避免命名实体识别中的错误分析，提高了中文命名实体识别的准确率，以获得较好的识别效果。

技术领域

本发明涉及命名实体识别技术领域，具体涉及一种命名实体识别方法、装置、存储介质及电子设备。

背景技术

命名实体识别NER(Named Entity Recognition,命名实体识别)是自然语言处理中的常见任务，随着人工智能的发展，命名实体识别在日常生活中得到了广泛的应用。例如，当需要从一段新闻或者文字中获取用户需要且重要的信息时，可以采用命名实体识别技术获取，命名实体识别技术有助于从文本中快速检索出所需的关键信息。

命名实体识别技术能够自动识别出人名、组织机构名、地名、时间等等实体信息，命名实体识别对于文本语义知识获取非常重要，是事件或者关系抽取等技术的基础，对于非结构化的信息提取有重要意义作用。

目前，中文命名实体识别相对于英文命名实体识别来说，识别的效果较差，识别出的中文命名实体往往不准确。因此，本领域亟需有效提高中文命名实体识别效果的技术方案。

发明内容

为了解决中文命名实体识别准确率较低的问题，本发明提供一种命名实体识别方法、装置、存储介质及电子设备，识别出的中文命名实体准确，识别的效果较好。

第一方面，本发明实施例提供一种命名实体识别方法，包括：

获取待识别文本；

基于所述待识别文本的字向量和词向量对所述待识别文本进行双向语义表征，得到所述待识别文本的特征向量；

基于所述特征向量得到命名实体识别结果。

在一些实施方式中，所述基于所述待识别文本的向量和词向量对所述待识别文本进行双向语义表征，得到所述待识别文本的特征向量，包括：

利用预设BERT语义表征层对所述待识别文本进行初始语义表征，得到待识别文本的字向量、词向量；

将所述待识别文本的字向量、词向量输入预设BiLattice-LSTM层，对所述待识别文本进行双向语义表征，得到所述待识别文本的特征向量。

在一些实施方式中，所述利用预设BERT语义表征层对所述待识别文本进行初始语义表征，得到待识别文本的字向量、词向量，包括：

提取所述待识别文本中的字与词；

将提取的字与词利用预先训练好的BERT模型进行训练，得到该待识别文本的字向量、词向量。

在一些实施方式中，所述提取所述待识别文本中的字与词，包括：

利用BIO标注形式将所述待识别文本中每个中文字符切分开，提取到所述待识别文本中的字；

使用结巴分词工具和预先构建的词典对所述待识别文本进行分词，提取到所述待识别文本中的词。

在一些实施方式中，所述将所述待识别文本的字向量、词向量输入预设BiLattice-LSTM层，对所述待识别文本进行双向语义表征，得到所述待识别文本的特征向量，包括：

采用BiLSTM模型对所述待识别文本的字向量、词向量进行训练，获取融合上下文信息的特征向量；