申请/专利权人：上海明略人工智能(集团)有限公司

申请日：2020-04-13

公开（公告）日：2024-04-02

公开（公告）号：CN111651989B

主分类号：G06F40/295

分类号：G06F40/295

优先权：

专利状态码：有效-授权

法律状态：2024.04.02#授权;2020.10.13#实质审查的生效;2020.09.11#公开

摘要：本发明公开了一种命名实体识别方法和装置、存储介质及电子装置。其中，该方法包括：获取待识别的目标文本，并确定目标文本中的第一识别任务的属性信息；以属性信息为目标构建属性识别任务，在属性识别任务为目标类任务的情况下，确定属性识别任务作为第二识别任务；将第一识别任务与第二识别任务输入目标神经网络模型中，输出目标文本的命名实体，其中，目标神经网络模型是通过训练样本和训练样本的标注信息训练得到的，达到了引入第二识别任务，进而根据第一识别任务和第二识别任务确定实体命名识别的目的，进而解决了现有技术中，为了准确实现命名实体识别花费成本较高的技术问题。

主权项：1.一种命名实体识别方法，其特征在于，包括：获取待识别的目标文本，并确定所述目标文本中的第一识别任务的属性信息；以所述属性信息为目标构建属性识别任务，在所述属性识别任务为目标类任务的情况下，确定所述属性识别任务作为第二识别任务；将所述第一识别任务与所述第二识别任务输入目标神经网络模型中，输出所述目标文本的命名实体，其中，所述目标神经网络模型是通过训练样本和训练样本的标注信息训练得到的；其中，所述在所述属性识别任务为目标类任务的情况下，确定所述属性识别任务作为第二识别任务，包括：获取所述第一识别任务的映射关系表，其中，所述映射关系表中记录所述第一识别任务识别的难易程度，所述属性信息包括所述难易程度；根据所述属性信息与所述映射表相匹配，确定所述第一识别任务的难易程度，其中，所述目标类识别任务表示所述第一识别任务识别难易程度；其中，所述将所述第一识别任务与所述第二识别任务输入目标神经网络模型中，输出所述目标文本的命名实体，包括：获取训练样本集中的训练文本，并对所述训练集中的每个训练文本进行命名实体标注；获取训练文本中的第一识别任务的标注信息和第二识别任务的标注信息；对所述第一识别任务和所述第二识别任务进行神经网络模型进行训练，采用误差逆传播方式对所述神经网络模型训练；在所述神经网络模型的参数收敛于预定阈值，确定所述目标神经网络模型。

全文数据：

权利要求：

百度查询： 上海明略人工智能(集团)有限公司 命名实体识别方法和装置、存储介质及电子装置

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD