[发明专利]实体词提取方法、装置和电子设备

说明书

本公开实施例公开了实体词提取方法、装置和电子设备。该方法的一具体实施方式包括：获取待处理文本，对待处理文本进行预设处理，得到候选实体词集合；提取候选实体词集合中的各个候选实体词的词语特征；基于词语特征，从候选实体词集合中选取出目标实体词，输出目标实体词。该实施方式提高了实体词提取的准确性。

技术领域

本公开实施例涉及计算机技术领域，具体涉及实体词提取方法、装置和电子设备。

背景技术

在即时通讯(Instant Messaging，IM)软件、文档编辑类应用、邮件类应用等以文字信息进行信息交流的载体中，通常包含各种缩略语、产品名词、项目名词、企业专属词和术语等，可以将这些词语称为实体词。由于实体词通常属于特定学科领域，可能会给用户对文本的理解带来一定的困难。因此，将这些实体词挖掘出来并给出相应的词语解释可以便于用户对文本的理解。

发明内容

提供该公开内容部分以便以简要的形式介绍构思，这些构思将在后面的具体实施方式部分被详细描述。该公开内容部分并不旨在标识要求保护的技术方案的关键特征或必要特征，也不旨在用于限制所要求的保护的技术方案的范围。

本公开实施例提供了一种实体词提取方法、装置和电子设备，利用词语特征对候选实体词进行筛选，提高了实体词提取的准确性。

第一方面，本公开实施例提供了一种实体词提取方法，包括：获取待处理文本，对待处理文本进行预设处理，得到候选实体词集合；提取候选实体词集合中的各个候选实体词的词语特征；基于词语特征，从候选实体词集合中选取出目标实体词，输出目标实体词。

第二方面，本公开实施例提供了一种实体词提取装置，包括：获取单元，用于获取待处理文本，对待处理文本进行预设处理，得到候选实体词集合；提取单元，用于提取候选实体词集合中的各个候选实体词的词语特征；选取单元，用于基于词语特征，从候选实体词集合中选取出目标实体词，输出目标实体词。

第三方面，本公开实施例提供了一种电子设备，包括：一个或多个处理器；存储装置，用于存储一个或多个程序，当一个或多个程序被一个或多个处理器执行，使得一个或多个处理器实现如第一方面的实体词提取方法。

第四方面，本公开实施例提供了一种计算机可读介质，其上存储有计算机程序，该程序被处理器执行时实现如第一方面的实体词提取方法的步骤。

本公开实施例提供的实体词提取方法、装置和电子设备，通过首先获取待处理文本，对上述待处理文本进行预设处理，得到候选实体词集合；之后，提取上述候选实体词集合中的各个候选实体词的词语特征；最后，基于上述词语特征，从上述候选实体词集合中选取出目标实体词，输出上述目标实体词。通过这种方式利用词语特征对候选实体词进行筛选，提高了实体词提取的准确性。

附图说明

结合附图并参考以下具体实施方式，本公开各实施例的上述和其他特征、优点及方面将变得更加明显。贯穿附图中，相同或相似的附图标记表示相同或相似的元素。应当理解附图是示意性的，原件和元素不一定按照比例绘制。

图1是本公开的各个实施例可以应用于其中的示例性系统架构图；

图2是根据本公开的实体词提取方法的一个实施例的流程图；

图3是根据本公开的实体词提取方法的又一个实施例的流程图；

图4是根据本公开的实体词提取方法中更新候选实体词集合的一个实施例的流程图；

图5是根据本公开的实体词提取方法的一个实施例的示意图；

图6是根据本公开的实体词提取方法的再一个实施例的流程图；

图7是根据本公开的实体词提取方法的又一个实施例的示意图；

图8是根据本公开的实体词提取装置的一个实施例的结构示意图；