[发明专利]用于实体识别的方法、装置、电子设备和存储介质

说明书

本申请涉及知识图谱技术领域，公开一种用于实体识别的方法，包括：获取待识别的文本；将所述文本和预设问题输入已经训练好的实体识别模型，识别出所述文本中的实体；其中，识别出的实体与预设的问题相关。相较于相关技术，本申请不仅将文本输入实体识别模型，而且也将相关的预设问题也输入了实体识别模型。这样可以是实体识别模型在识别实体的同时，基于预设问题对实体进行分类。通过分类能够将嵌套实体加以区分，从而提高了实体识别模型对文本中嵌套实体的识别准确度。本申请还公开一种用于实体识别的装置、电子设备和存储介质。

技术领域

本申请涉及知识图谱技术领域，具体而言，涉及一种用于实体识别的方法、装置、电子设备和存储介质。

背景技术

目前，在基于序列标注的命名实体识别(Named Entity Recognition，简称NER)模型中，一个字符往往只能被标注为一种实体，无法解决实体嵌套的情况；采用深度学习的NER模型中，往往需要大量的标注数据，这对于一些缺乏大量标注数据的领域命名实体识别任务来说，面临的是人工标注的高成本、低时效和引入人为错误的困境。

相关技术公开了一种用于训练实体识别模型的方法，包括：从用于训练实体识别模型的多个备选模型框架中选择与经确定的问题类别相对应的目标模型框架。

相关技术的问题在于，其方案是先了解输入文本识别过程中所存在的问题类别，再根据具体的问题类别来选择不同的识别模型。而在待识别的文本中存在嵌套的实体时，例如“在南京的美食排行榜中，位于南京长江大桥的周边有一家南京人家”中，“南京长江大桥”、“南京人家”这两个实体中都包含相同的实体“南京”，前者为建筑，后者指餐馆名，那么“南京长江大桥”、“南京人家”这两个实体都嵌套了实体“南京”。而相关技术虽然能够识别，但并不会加以区分，从而影响识别准确度。

发明内容

为了对披露的实施例的一些方面有基本的理解，下面给出了简单的概括。所述概括不是泛泛评述，也不是要确定关键/重要组成元素或描绘这些实施例的保护范围，而是作为后面的详细说明的序言。

本公开实施例提供了一种用于实体识别的方法、装置、电子设备和存储介质，可以提高文本中嵌套实体的识别准确度。

在一些实施例中，用于实体识别的方法包括：获取待识别的文本；将文本和预设问题输入已经训练好的实体识别模型，识别出文本中的实体；其中，识别出的实体与预设的问题相关。

可选地，将文本和预设问题输入已经训练好的实体识别模型，包括：

将文本和预设问题进行拼接，构建输入字符串；

将输入字符串输入已经训练好的实体识别模型，识别出文本中的实体。

可选地，实体识别模型包括BERT-MRC模型。

可选地，训练实体识别模型的方法包括：获取训练样本；

构建实体识别模型，用训练样本对实体识别模型进行训练。

可选地，获取训练样本，包括：

获得具有嵌套实体的训练文本，其中每个训练文本标注有多个实体和各实体在训练文本中的位置；

根据各实体的实体类型，构造对应的问题模板；

根据多个实体和各实体在训练文本中的位置，获得各实体对应于问题模板的答案；

生成训练样本，其中，训练样本包括训练文本、问题模板和对应于问题模板的答案。

可选地，根据各实体的实体类型，构造对应的问题模板，包括：

根据各实体的实体类型的预设对应关系，获得实体类型所对应的问题模板。

可选地，对实体识别模型进行训练后，还包括：