[发明专利]实体识别方法、装置、电子设备及存储介质

说明书

本发明关于一种实体识别方法、装置、电子设备及存储介质，该方法包括：根据实体词表，将对象主题文本切分为多个字符和至少一个实体词，并确定包括对象主题文本中每个字符的词汇；确定每个字符的字向量，作为第一字向量，并确定实体词的词向量，作为第一词向量，确定词汇的词向量，作为第二词向量；根据包括同一字符的第二词向量和第一字向量，确定所述同一字符的第二字向量；根据每个字符的第二字向量和实体词的第一词向量，对对象主题文本进行实体识别，得到实体识别结果。本发明加强了字符在整体文本中的词汇分布，而且基于实体词强化了实体词的边界信息，提高了实体识别的准确率。

技术领域

本发明涉及实体识别技术，尤其涉及一种实体识别方法、装置、电子设备及存储介质。

背景技术

相关技术中，在对对象主题进行实体识别时，可以使用大规模语言模型进行识别，或者使用匹配的方式，直接使用词表匹配对象主题中的实体。

相关技术依赖大量的人工标注数据来实现训练数据集的构建，成本过高，而且由于对象主题文本组成复杂的特殊情况很难覆盖所有种类，训练数据容易有偏差，而且模型依赖于对象主题中每个字符本身的信息来进行实体识别，导致模型的识别准确率不高；使用匹配的方式直接匹配，没有语言模型的配合，准确率也比较低。

发明内容

本发明提供一种实体识别方法、装置、电子设备及存储介质，以至少解决相关技术中实体识别准确率低的问题。本发明的技术方案如下：

根据本发明实施例的第一方面，提供一种实体识别方法，包括：

根据实体词表，将对象主题文本切分为多个字符和至少一个实体词，并确定包括所述对象主题文本中每个字符的词汇；

确定所述每个字符的字向量，作为第一字向量，并确定所述实体词的词向量，作为第一词向量，确定所述词汇的词向量，作为第二词向量；

根据包括同一字符的第二词向量和第一字向量，确定所述同一字符的第二字向量；

根据每个字符的第二字向量和所述实体词的第一词向量，对所述对象主题文本进行实体识别，得到实体识别结果。

可选的，根据包括同一字符的第二词向量和第一字向量，确定所述同一字符的第二字向量，包括：

分别确定包括同一字符的多个词汇中以所述同一字符开头、居中和结尾的词汇；

确定以所述同一字符开头的词汇的第二词向量的平均向量，作为第一平均向量，确定以所述同一字符居中的词汇的第二词向量的平均向量，作为第二平均向量，并确定以所述同一字符结尾的词汇的第二词向量的平均向量，作为第三平均向量；

拼接所述同一字符的第一字向量、所述第一平均向量、所述第二平均向量和所述第三平均向量，作为所述同一字符的第二字向量。

可选的，根据包括同一字符的第二词向量和第一字向量，确定所述同一字符的第二字向量，包括：

确定包括同一字符的至少一个词汇的第二词向量的平均向量；

拼接所述同一字符的第一字向量和所述平均向量，作为所述同一字符的第二字向量。

可选的，根据每个字符的第二字向量和所述实体词的第一词向量，对所述对象主题文本进行实体识别，得到实体识别结果，包括：

根据所述每个字符的第二字向量、每个字符在所述对象主题文本中的第一位置信息、第一词向量以及所述实体词在所述对象主题文本中的第二位置信息，对所述对象主题文本进行实体识别，得到实体识别结果。

可选的，所述第一位置信息包括第一开头位置信息和第一结尾位置信息，所述第二位置信息包括第二开头位置信息和第二结尾位置信息。