[发明专利]识别模型的训练方法、识别方法和装置

说明书

本发明本申请公开了一种识别模型的训练方法、识别方法和装置，用以解决文本的实体间关系识别不准确的问题。本方案包括：获取多组样本数据，样本数据包括文本、文本的标注关系标签、文本对应的特征向量和特征向量的标注分类标签，标注分类标签用于表征文本中是否包含实体，标注关系标签用于表征文本中的实体之间的关系；根据标注关系标签、特征向量和标注分类标签对初始识别模型进行训练，得到识别模型。本申请实施例的方案能降低模型训练复杂度，通过标注分类标签训练模型对文本字词的分类能力，通过标注关系标签训练模型对实体之间关系的识别能力，使训练得到的模型能准确识别文本的实体间关系。

技术领域

本申请涉及人工智能技术领域，尤其涉及一种识别模型的训练方法、识别方法和装置。

背景技术

在深度学习领域，文本表达的语义多种类多样。在部分应用场景中，需要识别出文本表达的实体以及实体之间的关系。由于一个实体可能与多个实体之间存在不同的关系、实体A相对于实体B的关系并不一定等于实体B相对于实体A的关系等原因，导致实体间关系的识别模型训练复杂度高，识别准确性差。

如何准确识别文本的实体间关系，是本申请所要解决的技术问题。

发明内容

本申请实施例的目的是提供一种识别模型的训练方法、识别方法和装置，用以解决文本的实体间关系识别不准确的问题。

第一方面，提供了一种识别模型的训练方法，包括：

获取多组样本数据，所述样本数据包括文本、所述文本的标注关系标签、所述文本对应的特征向量和所述特征向量的标注分类标签，所述标注分类标签用于表征所述文本中是否包含实体，所述标注关系标签用于表征所述文本中的实体之间的关系；

根据所述标注关系标签、所述特征向量和所述标注分类标签对初始识别模型进行训练，得到识别模型。

第二方面，提供了一种识别方法，包括：

获取待识别文本对应的特征向量；

将所述特征向量输入识别模型，得到所述待识别文本的识别结果，所述识别结果包括所述待识别文本中目标实体和所述目标实体之间的关系，其中，所述识别模型根据多组样本数据中包括的文本、所述文本的标注关系标签、所述文本的特征向量和所述文本的标注分类标签对初始识别模型进行训练得到，所述标注关系标签用于表征所述文本中的实体之间的关系，所述标注分类标签用于表征所述文本中是否包含实体。

第三方面，提供了一种识别模型的训练装置，包括：

获取模块，获取多组样本数据，所述样本数据包括文本、所述文本的标注关系标签、所述文本对应的特征向量和所述特征向量的标注分类标签，所述标注分类标签用于表征所述文本中是否包含实体，所述标注关系标签用于表征所述文本中的实体之间的关系；

训练模块，根据所述标注关系标签、所述特征向量和所述标注分类标签对初始识别模型进行训练，得到识别模型。

第四方面，提供了一种识别装置，包括：

向量获取模块，获取待识别文本对应的特征向量；

识别模块，将所述特征向量输入识别模型，得到所述待识别文本的识别结果，所述识别结果包括所述待识别文本中目标实体和所述目标实体之间的关系，其中，所述识别模型根据多组样本数据中包括的文本、所述文本的标注关系标签、所述文本的特征向量和所述文本的标注分类标签对初始识别模型进行训练得到，所述标注关系标签用于表征所述文本中的实体之间的关系，所述标注分类标签用于表征所述文本中是否包含实体。

第五方面，提供了一种电子设备，该电子设备包括处理器、存储器及存储在该存储器上并可在该处理器上运行的计算机程序，该计算机程序被该处理器执行时实现如第一方面或第二方面的方法的步骤。