[发明专利]一种实体标注方法和电子设备

说明书

一种实体标注方法和电子设备。在该方法中，通过命名实体识别模型来智能辅助标注工程师进行实体标注，在降低人工标注工作量从而提高标注效率的同时，提升了实体标注的准确性。

技术领域

本申请涉及人工智能领域，尤其涉及一种实体标注方法和电子设备。

背景技术

命名实体识别（Named Entity Recognition，NER）是自然语言处理（NaturalLanguage Processing，NLP）领域中一项基础的信息抽取任务，也是热点的研究方向之一。NER往往是关系抽取、知识图谱、问答系统等其他诸多NLP任务的基础。命名实体识别任务是指从给定的一个非结构化的文本中识别出其中的命名实体，并对实体进行分类，比如从非结构化的文本中识别出时间、人名、地名、机构名等类型的实体。

在相关技术中，大部分实体标注系统都是用户通过拖拽的方式给文本中某段序列添加对应的预定义实体类别标签。

当遇上文本长度特别长的文本时，需要耗费大量时间进行实体标注。过多的实体容易造成用户主观判断前后矛盾，且长时间重复性操作用户也容易出现误操作，从而导致错误标记情况频繁。

发明内容

本申请提供了一种实体标注方法和电子设备，用于提高实体标注的效率与准确性。

第一方面，本申请提供了一种实体标注方法，包括：确定用户对当前标注项目中还未标注部分中的第一文本进行了第一实体标注；使用训练过的实体命名识别模型识别第一关联文本对应的是第二实体标注，该第一关联文本包括该第一文本中部分或全部内容；在确定该第二实体标注与该第一实体标注不相同、或该第一关联文本与该第一文本不相同的情况下，提醒用户是否标记错误；在接收到用户确定自己标记错误的指令的情况下，将对该第一文本的该第一实体标注更新对该第一关联文本的第二实体标注；在接收到用户确定自己标记正确的指令或超出预设时长未接收到指令的情况下，保持对该第一文本的该第一实体标注并停止提醒。

结合第一方面的一些实施例，在一些实施例中，该确定用户对当前标注项目中还未标注部分中的第一文本进行了第一实体标注的步骤之前，该方法还包括：接收用户指定的训练文本范围，该训练文本范围包括当前标注项目中已标注部分的内容；使用训练文本范围中的原始文本与相应的已完成标注的文本作为训练数据，训练该命名实体识别模型。

结合第一方面的一些实施例，在一些实施例中，该使用训练文本范围中的原始文本与相应的已完成标注的文本作为训练数据，训练该命名实体识别模型的步骤之前，该方法还包括：确定用户选定的命名实体识别模型。

结合第一方面的一些实施例，在一些实施例中，该方法还可以包括：在确定用户选定第二文本并选择智能标签进行标注的情况下，使用训练过的该命名实体识别模型对该第二文本中的各实体进行标注。

结合第一方面的一些实施例，在一些实施例中，该方法还包括：响应于用户的第二操作，接收预标注指令，该预标注指令中包括该当前标注项目中待预标注的文本范围；使用训练过的该命名实体识别模型对该待预标注的文本范围中的第二文本进行标注，得到预标注的第二文本；接收对该预标注的第二文本中实体标注的修改，得到完成标注的第二文本。

结合第一方面的一些实施例，在一些实施例中，该使用训练过的该命名实体识别模型对该待预标注的文本范围中的第二文本进行标注，得到预标注的第二文本，具体包括：使用第一命名实体识别模型对该待预标注的文本范围中的第二文本进行标注，将标注标记以第一颜色显示；该第一命名实体识别模型为预训练的未使用该训练文本范围中的文本训练的命名实体识别模型；使用第二命名实体识别模型对该待预标注的文本范围中的第二文本进行标注，将与该第一命名实体识别模型识别结果不同的实体的标注标记以第二颜色显示；该第二颜色与该第一颜色不同；将以第一颜色和第二颜色显示标注标记的第二文本确定为该预标注的第二文本。