一種基于實(shí)體擴(kuò)展的實(shí)體識(shí)別方法和系統(tǒng)

基本信息

申請(qǐng)?zhí)?/td> CN202110733185.7 申請(qǐng)日 -
公開（公告）號(hào) CN113191152A 公開（公告）日 2021-07-30
申請(qǐng)公布號(hào) CN113191152A 申請(qǐng)公布日 2021-07-30
分類號(hào) G06F40/295（2020.01）I;G06F40/289（2020.01）I;G06F40/284（2020.01）I;G06F40/211（2020.01）I;G06K9/62（2006.01）N;G06N3/04（2006.01）N 分類 計(jì)算；推算；計(jì)數(shù);
發(fā)明人 韓瑞峰;金霞;楊紅飛;程?hào)| 申請(qǐng)（專利權(quán)）人 杭州費(fèi)爾斯通科技有限公司
代理機(jī)構(gòu) 杭州創(chuàng)智卓英知識(shí)產(chǎn)權(quán)代理事務(wù)所（普通合伙） 代理人 張超
地址 310000浙江省杭州市濱江區(qū)西興街道阡陌路482號(hào)B樓第七層
法律狀態(tài) -

摘要

摘要 本申請(qǐng)涉及一種基于實(shí)體擴(kuò)展的實(shí)體識(shí)別方法和系統(tǒng)，其中，該方法包括：通過多種短語挖掘方法對(duì)無標(biāo)簽語料的句子進(jìn)行分割，得到概念詞候選集，其中，概念詞候選集包含若干概念詞，通過詞嵌入算法對(duì)概念詞進(jìn)行訓(xùn)練，得到概念詞的詞向量，根據(jù)詞向量計(jì)算概念詞的文本特征，根據(jù)領(lǐng)域?qū)嶓w詞列表將概念詞設(shè)置為正負(fù)樣本，根據(jù)正負(fù)樣本和文本特征來訓(xùn)練分類模型，得到概念詞的置信度，根據(jù)置信度進(jìn)行重新分割，得到基于實(shí)體擴(kuò)展的實(shí)體詞。通過本申請(qǐng)，解決了實(shí)體識(shí)別中對(duì)標(biāo)注樣本依賴性強(qiáng)和識(shí)別準(zhǔn)確率低的問題。實(shí)現(xiàn)了利用領(lǐng)域?qū)嶓w詞列表進(jìn)行監(jiān)督學(xué)習(xí)，得到無標(biāo)簽語料的實(shí)體識(shí)別結(jié)果，同時(shí)達(dá)到了對(duì)領(lǐng)域?qū)嶓w詞列表進(jìn)行擴(kuò)充的效果。