[发明专利]文本实体提取方法及装置有效
| 申请号： | 201710107546.0 | 申请日： | 2017-02-27 |
| 公开（公告）号： | CN106910501B | 公开（公告）日： | 2019-03-01 |
| 发明（设计）人： | 包恒耀;苏可;陈益;饶孟良 | 申请（专利权）人： | 腾讯科技（深圳）有限公司 |
| 主分类号： | G06F17/27 | 分类号： | G06F17/27 |
| 代理公司： | 北京三高永信知识产权代理有限责任公司 11138 | 代理人： | 朱雅男 |
| 地址： | 518057 广东省深圳*** | 国省代码： | 广东;44 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种文本实体提取方法及装置，属于文本提取领域。该方法包括：确定目标文本中包含的候选文本实体；对候选文本实体进行组合，生成目标文本对应的候选分词组合，各个候选分词组合中包含的候选文本实体不同；计算各个候选分词组合对应的组合概率，组合概率指目标文本采用所述候选分词组合时语法成立的概率；根据组合概率确定目标文本对应的目标分词组合；根据目标分词组合从目标文本中提取文本实体。本发明实施例中文本实体的提取不依赖预设模板，缩短了前期配置所耗费时间；同时，相较于模板匹配，采用概率计算的方式确定目标分词组合的速度更快，能够避免因未查找到匹配的模板而导致文本实体提取失败的问题。 | ||
| 搜索关键词： | 文本 实体 提取 方法 装置 | ||
【主权项】：
1.一种文本实体提取方法，其特征在于，所述方法包括：确定目标文本中包含的候选文本实体；对所述候选文本实体进行组合，生成所述目标文本对应的候选分词组合，各个所述候选分词组合中包含的候选文本实体不同；获取N元文法N‑Gram模型,所述N‑Gram模型用于指示N个文本元素按序组合的概率，所述文本元素为文本中的字或词，N≥2，N为正整数；根据所述N‑Gram模型计算各个所述候选分词组合对应的所述组合概率，所述组合概率指所述目标文本采用所述候选分词组合时语法成立的概率；根据所述组合概率确定所述目标文本对应的目标分词组合；根据所述目标分词组合从所述目标文本中提取文本实体。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
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腾讯科技（深圳）有限公司，未经腾讯科技（深圳）有限公司许可，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/patent/201710107546.0/，转载请声明来源钻瓜专利网。
