[发明专利]一种基于特征融合的命名实体识别方法

摘要

一种基于特征融合的命名实体识别方法属于计算机领域，通过两个方面来提取和融合不同粒度的文本特征，概念特征和非概念词特征，从而来提高命名实体识别的准确率并降低计算量。方法包括：数据预处理模块、特征构建模块、训练命名实体网络模型模块和命名实体分类器模块，其中特征模块包括语义特征提取、词特征提取、字符特征提取、特征融合四个子模块。在本方法中结合神经网络模型LSTM(Long Short‑Term Memory)或GRU(Gated Recurrent Unit)的时序记忆特点来考虑命名实体任务的上下文信息，最后使用softmax预测实体类别标签。在模型构建过程中，可以利用稀疏数据作为训练集并对LSTM和GRU两种神经网络模型进行对比，确保本发明在实体识别任务上能取得令人满意的效果。

主权项

1.一种基于特征融合的命名实体识别方法，其特征包括以下四个模块：数据预处理模块(1)、特征构建模块(2)、训练命名实体网络模型模块(3)、命名实体分类器模块(4)；(1)数据预处理模块在已标注的训练集中加入未标注的数据形成稀疏标记的语料库，并载入领域本体；根据标点符号、数字和空格符将待处理的文本切分成汉字字符串，并去除停用词；(2)特征构建模块该模块分为特征提取和特征融合，具体分为四个子模块：语义特征提取、词特征提取、字符特征提取和特征融合；(3)训练命名实体网络模型模块将融合后的特征作为模型的输入进行训练，由于命名实体识别也称为序列标注任务，需要提取上下文信息辅助推断实体类别，因此训练模型将采用具有时序记忆功能的神经网络模型LSTM或GRU；(4)命名实体分类器模块根据神经网络LSTM或GRU模型的softmax分类器来产生最后的实体标签分类结果。