實(shí)體詞識(shí)別方法及裝置

基本信息

申請(qǐng)?zhí)?/td> CN201710580389.5 申請(qǐng)日 -
公開(kāi)（公告）號(hào) CN107480197B 公開(kāi)（公告）日 2020-12-18
申請(qǐng)公布號(hào) CN107480197B 申請(qǐng)公布日 2020-12-18
分類號(hào) G06F16/35;G06F16/36;G06F16/25;G06F40/30 分類 計(jì)算；推算；計(jì)數(shù);
發(fā)明人 晉彤;李永康 申請(qǐng)（專利權(quán)）人 云潤(rùn)大數(shù)據(jù)服務(wù)有限公司
代理機(jī)構(gòu) - 代理人 -
地址 510665 廣東省廣州市天河區(qū)天河軟件園高普路1023號(hào)5303室
法律狀態(tài) -

摘要

摘要 本發(fā)明公開(kāi)了一種實(shí)體詞識(shí)別方法，包括步驟：收集結(jié)構(gòu)化數(shù)據(jù)，通過(guò)大數(shù)據(jù)ETL技術(shù)對(duì)所述結(jié)構(gòu)化數(shù)據(jù)進(jìn)行初步過(guò)濾和精簡(jiǎn)后生成若干個(gè)領(lǐng)域的語(yǔ)料庫(kù)；將每一領(lǐng)域的語(yǔ)料進(jìn)行訓(xùn)練后生成對(duì)應(yīng)領(lǐng)域的多元實(shí)體詞庫(kù)，通過(guò)大量文章對(duì)每一領(lǐng)域的多元實(shí)體詞庫(kù)進(jìn)行驗(yàn)證；接收輸入的新文章，根據(jù)所述新文章中實(shí)體詞之間的句法依存關(guān)系和語(yǔ)法依存關(guān)系，建立詞性識(shí)別模型，對(duì)所述新文章中的實(shí)體詞的詞性進(jìn)行初步識(shí)別；基于所述實(shí)體詞的詞性，對(duì)所述根據(jù)已驗(yàn)證的所述多元實(shí)體詞庫(kù)對(duì)所述新文章的實(shí)體詞的類型進(jìn)行深度識(shí)別，將新識(shí)別的所述實(shí)體詞添加到所述多元實(shí)體詞庫(kù)中，有效解決了現(xiàn)有技術(shù)實(shí)體詞識(shí)別效率低和成本高的問(wèn)題，能自動(dòng)識(shí)別實(shí)體詞并更新詞庫(kù)。