[发明专利]面向金融领域的泛化实体识别方法和系统在审
申请号: | 202110719181.3 | 申请日: | 2021-06-28 |
公开(公告)号: | CN113569573A | 公开(公告)日: | 2021-10-29 |
发明(设计)人: | 高楠;俞凯乐;周越;冯伟强;董嘉豪;葛婧 | 申请(专利权)人: | 浙江工业大学 |
主分类号: | G06F40/295 | 分类号: | G06F40/295;G06F40/242 |
代理公司: | 杭州天正专利事务所有限公司 33201 | 代理人: | 王兵 |
地址: | 310014 浙*** | 国省代码: | 浙江;33 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 面向 金融 领域 泛化 实体 识别 方法 系统 | ||
1.面向金融领域的泛化金融实体识别方法,包括以下步骤:
步骤1:分句;对于输入的金融相关领域的长句,先进行以逗号、分号为单位的短句划分;
步骤2:调用BiLSTM-CRF模型;调用BiLSITM-CRF模型对短句进行实体识别得到实体列表;查看实体列表前后实体能否两两组合,若能,则将实体两两结合后更新实体列表,若不能,则不更新实体列表;
步骤3:判断实体边界;确认实体的边界是否将实体词分开,若否,则直接将实体加入到实体列表中;若是,则跳转到步骤4;
步骤4:合并实体;查看分开的边界词是否满足组成实体的条件,若是,则将边界词加入,合并得到实体后将该实体加入实体列表;若否,则边界词不加入实体;由此得到经BiLSTM-CRF的NER后识别到的实体;
步骤5:删除已知实体;在原句中删除已经被识别出的实体,得到删减后的句子,作为输入喂给rule规则的模式匹配函数;
步骤6:分词与词性标注;根据词典,对输入的短句进行分词和词性标注;
步骤7:找出名词;找出所有标注为名词、动名词或者形名词的词;
步骤8:调用CN-DBpedia API查找;对已判别为实体的名词,先调用CN-DBpedia API进行查找,若CN-DBpedia上没有对应的实体,则不将该名词作为实体;若在CN-DBpedia上有对应实体,则进入下一步匹配;
步骤9:if条件语句匹配;通过if条件和while循环,先从该名词的前一词开始查找,若符合前词条件,则将该词加入实体;再向后查找,若符合后词条件,则将该词加入实体;若前后都不符合,则不扩展该词;将识别出的实体加入实体列表,最终得到的实体列表中即包含所有识别出的实体。
2.如权利要求1所述的面向金融领域的泛化金融实体识别方法,其特征在于:步骤6所述的根据词典,对输入的短句进行分词和词性标注,具体包括:在jieba自带词典的基础上通过以下两种方式进行扩充和完善:第一种,对于原有词典得到的NER结果,人为判断识别结果是否符合目标期望,若否,则对原有词典进行修改;第二种,寻找金融领域的词典,判断原词典是否已包含外部金融词典中的金融词汇,若无,则将其加入词典,扩充词典。
3.实施权利要求1所述的面向金融领域的泛化金融实体识别方法的系统,其特征在于:包括依次连接的分句模块、BiLSTM-CRF模型调用模块、实体边界判断模块、实体合并模块、已知实体删除模块、分词与词性标注模块、名词找出模块、调用CN-DBpedia API查找模块、if条件语句匹配模块,其中
分句模块,对于输入的金融相关领域的长句,先进行以逗号、分号为单位的短句划分;
BiLSTM-CRF模型调用模块,调用BiLSITM-CRF模型对短句进行实体识别得到实体列表;查看实体列表前后实体能否两两组合,若能,则将实体两两结合后更新实体列表,若不能,则不更新实体列表;
实体边界判断模块,确认实体的边界是否将实体词分开,若否,则直接将实体加入到实体列表中;若是,则跳转到实体合并模块;
实体合并模块,查看分开的边界词是否满足组成实体的条件,若是,则将边界词加入,合并得到实体后将该实体加入实体列表;若否,则边界词不加入实体;由此得到经BiLSTM-CRF的NER后识别到的实体;
已知实体删除模块,在原句中删除已经被识别出的实体,得到删减后的句子,作为输入喂给rule规则的模式匹配函数;
分词与词性标注模块,根据词典,对输入的短句进行分词和词性标注;
名词找出模块,找出所有标注为名词、动名词或者形名词的词;
调用CN-DBpedia API查找模块,对已判别为实体的名词,先调用CN-DBpedia API进行查找,若CN-DBpedia上没有对应的实体,则不将该名词作为实体;若在CN-DBpedia上有对应实体,则进入下一步匹配;
if条件语句匹配模块,通过if条件和while循环,先从该名词的前一词开始查找,若符合前词条件,则将该词加入实体;再向后查找,若符合后词条件,则将该词加入实体;若前后都不符合,则不扩展该词;将识别出的实体加入实体列表,最终得到的实体列表中即包含所有识别出的实体。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于浙江工业大学,未经浙江工业大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202110719181.3/1.html,转载请声明来源钻瓜专利网。