(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202211092788.4 (22)申请日 2022.09.08 (71)申请人 深圳市人马互动科技有限公司 地址 518000 广东省深圳市粤海街道高新 区社区高新南环路46号留学生创业大 厦二期20层 (72)发明人 杨强　 (74)专利代理 机构 深圳市华盛智荟知识产权代 理事务所(普通 合伙) 44604 专利代理师 王晓艳 (51)Int.Cl. G06F 40/295(2020.01) G06F 40/289(2020.01) G06F 40/242(2020.01) G06F 40/216(2020.01)G06F 16/35(2019.01) (54)发明名称 命名实体识别方法、 装置、 设备及存 储介质 (57)摘要 本申请公开了一种命名实体识别方法、 装 置、 设备及存储介质， 该方法包括： 获取待识别文 本； 将待识别文本输入到训练好的实体识别模型 进行识别处理， 得到待识别文本的输出结果， 输 出结果包括待识别文本中的实体类型和实体词 文本； 获取实体词文本特征预设参考项并基于实 体词文本特征预设参考项对输出结果进行修正 处理， 得到待识别文本的识别结果， 实体词文本 特征预设参考项用于表征待识别文本中实体词 前后文本 特征。 该技术方案通过 实体词文本特征 预设参考项对输出结果进行修正处理， 结合了待 识别文本中实体词前后文本特征， 进而精准地对 于一个语句中存在两个相同文本实体词的情况 进行识别， 使得能够对待识别文本的命名实体识 别的准确度更高。 权利要求书2页 说明书12页 附图5页 CN 115169352 A 2022.10.11 CN 115169352 A 1.一种命名实体识别方法， 其特 征在于， 包括： 获取待识别文本； 将所述待识别文本输入到训练好的实体识别模型进行识别处理， 得到所述待识别文本 的输出结果， 所述输出 结果包括所述待识别文本中的实体 类型和实体词文本； 获取实体词文本特征预设参考项并基于所述实体词文本特征预设参考项对所述输出 结果进行修正处理， 得到所述待识别文本的识别结果， 所述实体词文本特征预设参考项用 于表征所述待识别文本中实体词前后文本特 征。 2.根据权利要求1所述的方法， 其特征在于， 基于所述实体词 文本特征预设参考项对所 述输出结果进行修 正处理， 得到所述待识别文本的识别结果， 包括： 采用预设词典对所述实体词文本进行修正处理， 得到中间结果， 所述预设词典包括与 所述待识别文本相对应的标准领域分词 词典和词频分词 词典； 基于所述中间结果和待识别文本 中实体词前后文本特征， 对所述实体类型进行修正处 理， 得到所述待识别文本的识别结果。 3.根据权利要求2所述的方法， 其特征在于， 基于所述中间结果和待识别文本中实体词 前后文本特 征， 对所述实体 类型进行修 正处理， 得到所述待识别文本的识别结果， 包括： 基于所述待识别文本中实体词前后文本特征， 确定特征标识和前后文本特征与所述实 体词文本之间的结构关系； 根据所述特征标识、 前后文本特征与所述实体词文本之间的结构关系和所述中间结 果， 对所述实体 类型进行修 正处理， 得到所述待识别文本的识别结果。 4.根据权利要求2所述的方法， 其特征在于， 采用预设词典对所述实体词文本进行修正 处理， 得到中间结果， 包括： 按照所述词频分词 词典中不同词语的出现频率， 对所述实体词文本进行修 正； 根据所述标准领域分词词典， 选择多种待确认分词方式中的一种该方式作为中间结 果。 5.根据权利要求1所述的方法， 其特征在于， 将所述待识别文本输入到实体识别模型进 行识别处 理， 得到所述待识别文本的输出 结果， 包括： 将所述待识别文本输入实体识别模型， 通过向量化处理模块得到所述待识别文本的特 征向量； 将所述特征向量通过特征提取模块进行特征提取， 得到待识别样本的属性信息， 所述 属性信息包括待识别样本的词性和语言结构； 基于所述待识别样本的属性信息， 通过识别模块进行处理， 得到所述待识别文本的输 出结果。 6.根据权利要求5所述的方法， 其特征在于， 基于所述待识别样本的属性信息， 通过识 别模块进行处 理， 得到所述待识别文本的输出 结果， 包括： 将所述待识别样本的属性信 息通过所述识别模块中的全连接层进行处理， 得到全连接 向量； 采用激活函数对所述全连接向量进行处理， 得到所述待识别样本的预测结果集合， 所 述预测结果 集合包括多个标签种类； 将多个所述预测结果集合中相同标签种类对应的概率值的最大值作为所述待识别文权　利　要　求　书 1/2 页 2 CN 115169352 A 2本的输出 结果。 7.根据权利要求1所述的方法， 其特 征在于， 所述实体识别模型的训练过程包括： 获取历史文本数据， 将所述历史文本数据分为训练集和验证集； 利用所述训练集对待构建的实体识别模型进行训练， 得到待验证的实体识别模型； 利用所述验证集中对所述待验证的实体识别模型， 按照损失函数最小化对所述待验证 的实体识别模型进行优化处 理， 得到实体识别模型。 8.一种命名实体识别装置， 其特 征在于， 所述装置包括： 获取模块， 用于获取待识别文本； 识别模块， 用于将所述待识别文本输入到训练好的实体识别模型进行识别处理， 得到 所述待识别文本的输出结果， 所述输出结果包括所述待识别文本中的实体类型和实体词文 本； 修正模块， 用于获取实体词文本特征预设参考项并基于所述实体词 文本特征预设参考 项对所述输出结果进行修正处理， 得到所述待识别文本的识别结果， 所述实体词文本特征 预设参考项用于表征 所述待识别文本中实体词前后文本特 征。 9.一种计算机设备， 其特征在于， 所述计算机设备包括存储器、 处理器以及存储在存储 器熵并可在处理器上运行的计算机程序， 所述处理器用于执行所述程序时实现如权利要求 1‑7任一项所述的命名实体识别方法。 10.一种计算机可读存储介质， 其上存储有计算机程序， 所述计算机程序用于实现如权 利要求1‑7任一项所述的命名实体识别方法。权　利　要　求　书 2/2 页 3 CN 115169352 A 3