CN111104800A - 一种实体识别方法、装置、设备、存储介质和程序产品 - Google Patents

Abstract

本申请公开了实体识别方法，当需要对待识别文本中的实体进行识别时，获取待识别文本对应的第一向量序列，利用实体识别模型确定第一向量序列中每个第一向量对应的第一标签，第一标签用于标识第一粒度下的实体识别结果。然后，根据第一标签，利用实体识别模型对第一向量对应的文本进行组合，根据组合结果对应的第二向量序列，利用实体识别模型确定第二向量序列中每个第二向量对应的第二标签，第二标签用于标识第二粒度下的实体识别结果，其中，第二粒度大于第一粒度，从而根据第二标签，识别待识别文本中的目标实体。可见，该方法可以避免难以保证覆盖率而影响实体识别准确性的问题，并且进一步提高了第二粒度下实体结果的准确性。

Description

一种实体识别方法、装置、设备、存储介质和程序产品

技术领域

本发明涉及数据处理领域，特别是涉及一种实体识别方法、装置、设备、存储介质和程序产品。

背景技术

实体识别是指识别文本中具有特定意义的实体，以用于后续相关服务。在一些复杂实体识别场景中，例如一个实体由多个实体组成的场景中，需要进行多级实体识别。在相关技术中，采用基于规则的多级实体识别，首先使用基于词表的方式将词识别出，然后根据整理的规则库中的规则进行抽取，根据组合后的词作为多级标注的结果。

然而，规则库中的规则比较固定，且需总结各种实体规则，无法保证覆盖率，进而影响实体识别准确性的问题。

发明内容

为了解决现有技术中存在的技术问题，本申请提供了一种实体识别方法、装置、设备、存储介质和程序产品，避免难以保证覆盖率而影响实体识别准确性的问题，进一步提高了第二粒度下实体结果的准确性。

一方面，本申请实施例提供一种实体识别方法，所述方法包括：

获取待识别文本对应的第一向量序列；

利用实体识别模型确定所述第一向量序列中每个第一向量对应的第一标签，所述第一标签用于标识第一粒度下的实体识别结果；

根据所述第一标签，利用所述实体识别模型对所述第一向量对应的文本进行组合；

根据组合结果对应的第二向量序列，利用所述实体识别模型确定所述第二向量序列中每个第二向量对应的第二标签，所述第二标签用于标识第二粒度下的实体识别结果；所述第二粒度大于所述第一粒度；

根据所述第二标签，识别所述待识别文本中的目标实体。

可选的，所述获取待识别文本对应的第一向量序列，包括：

对所述待识别文本进行分词，得到分词结果对应的向量；

将所述分词结果对应的向量作为所述第一向量确定所述第一向量序列。

可选的，所述获取待识别文本对应的第一向量序列，包括：

获取所述待识别文本中每个字的字向量；

将所述字向量作为所述第一向量确定所述第一向量序列。

可选的，所述第一向量对应的文本为所述待识别文本中的每个字；

所述根据所述第一标签，利用所述实体识别模型对所述第一向量对应的文本进行组合，包括：

根据所述第一标签，将属于同一个实体的字组合成词。

可选的，所述第一标签和第二标签还用于标识实体类型。

另一方面，本申请实施例提供一种实体识别装置，所述装置包括获取单元、第一确定单元、组合单元、第二确定单元和识别单元：

所述获取单元，用于获取待识别文本对应的第一向量序列；

所述第一确定单元，用于利用实体识别模型确定所述第一向量序列中每个第一向量对应的第一标签，所述第一标签用于标识第一粒度下的实体识别结果；

所述组合单元，用于根据所述第一标签，利用所述实体识别模型对所述第一向量对应的文本进行组合；

所述第二确定单元，用于根据组合结果对应的第二向量序列，利用所述实体识别模型确定所述第二向量序列中每个第二向量对应的第二标签，所述第二标签用于标识第二粒度下的实体识别结果；所述第二粒度大于所述第一粒度；

所述识别单元，用于根据所述第二标签，识别所述待识别文本中的目标实体。

可选的，所述获取单元，用于：

对所述待识别文本进行分词，得到分词结果对应的向量；

将所述分词结果对应的向量作为所述第一向量确定所述第一向量序列。

可选的，所述获取单元，用于：

获取所述待识别文本中每个字的字向量；

将所述字向量作为所述第一向量确定所述第一向量序列。

可选的，所述第一向量对应的文本为所述待识别文本中的每个字；

所述组合单元，用于：

根据所述第一标签，将属于同一个实体的字组合成词。

可选的，所述第一标签和第二标签还用于标识实体类型。

另一方面，本申请实施例提供一种用于实体识别的设备，包括存储器和处理器，

所述存储器用于存储程序代码，并将所述程序代码传输给所述处理器；

所述处理器用于根据所述程序代码中的指令，执行任一项所述的实体识别方法。

另一方面，本申请实施例提供一种存储介质，所述存储介质中存储有指令，当所述指令在终端设备上运行时，使得所述终端设备执行任一项所述的实体识别方法。

另一方面，本申请实施例提供一种计算机程序产品，所述计算机程序产品在终端设备上运行时，使得所述终端设备执行任一项所述的实体识别方法。

与现有技术相比，本发明实施例具有以下优点：

在本申请实施例中，提供了一种实体识别方法，在多级例如两级实体识别场景中，当需要对待识别文本中的实体进行识别时，可以获取待识别文本对应的第一向量序列，利用实体识别模型确定第一向量序列中每个第一向量对应的第一标签，第一标签用于标识第一粒度下的实体识别结果。然后，根据第一标签，利用实体识别模型对第一向量对应的文本进行组合，根据组合结果对应的第二向量序列，利用实体识别模型确定第二向量序列中每个第二向量对应的第二标签，第二标签用于标识第二粒度下的实体识别结果，其中，第二粒度大于第一粒度，从而根据第二标签，识别待识别文本中的目标实体。可见，该实体识别方法利用训练得到的实体识别模型进行实体识别，无需依赖规则库，避免难以保证覆盖率而影响实体识别准确性的问题。同时，由于第一粒度下实体的长度与第二粒度下实体的长度相比较短，出现识别错误的几率也就更低，故第一粒度下的实体识别更为准确，而第二粒度下的实体识别依赖于第一粒度下的实体识别结果，因此，进一步提高了第二粒度下实体结果的准确性。

附图说明

为了更清楚地说明本申请实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请中记载的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1为本申请实施例中一个示例性应用场景的网络系统示意图；

图2为本申请实施例提供的一种实体识别方法的流程图；

图3为本申请实施例提供的一种模型训练方法的流程图；

图4为本申请实施例提供的一种基于LSTM模型的实体识别方法的流程图；

图5为本申请实施例提供的一种实体识别装置的结构图。

具体实施方式

为了使本技术领域的人员更好地理解本发明方案，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

在一些复杂实体识别场景中，例如一个实体由多个实体组成的场景中，需要进行多级实体识别。例如，针对文本“并且无意识障碍及抽搐”进行实体识别，“无意识障碍及抽搐”中的“意识障碍”和“抽搐”是实体，“无意识障碍及抽搐”本身也是实体，也就是说，“无意识障碍及抽搐”与“意识障碍”和“抽搐”是在不同粒度下的实体。在这种情况下，可能会进行多级实体识别。

相关技术中采用基于规则的多级实体识别，然而，规则库中的规则比较固定，且需总结各种实体规则，无法保证覆盖率，进而影响实体识别准确性的问题。

为了解决上述问题，在本发明实施例中，提供了一种实体识别方法，在多级例如两级实体识别场景中，利用基于深度学习训练得到的实体识别模型进行多级实体识别，从而无需依赖规则库，避免难以保证覆盖率而影响实体识别准确性的问题。同时，由于第一粒度下实体的长度与第二粒度下实体的长度相比较短，出现识别错误的几率也就更低，故第一粒度下的实体识别更为准确，基于此原理，本申请中第二粒度下的实体识别依赖于第一粒度下的实体识别结果，即将第一粒度下的实体识别结果作为第二粒度下实体识别的输入，进一步提高了而第二粒度下实体结果的准确性。

本申请实施例提供的实体识别方法可以应用到各种应用场景，例如医疗领域的疾病诊断和疾病预警，事件检测、信息检索、机器翻译、问答系统等场景。

需要说明的是，该方法可以应用到数据处理设备，该数据处理设备可以是终端设备，终端设备例如可以是智能终端、计算机、个人数字助理(Personal Digital Assistant，简称PDA)、平板电脑等设备。

该数据处理设备还可以是服务器，该服务器可以为独立服务器，也可以为集群服务器。当数据处理设备是服务器，服务器可以获取终端设备发送的待识别文本，从而识别出待识别文本中包括的实体，以便终端设备获取实体识别结果，或者根据实体识别结果做后续处理。

举例说明，本申请实施例可以应用到如图1所示的网络系统中。该网络系统中可以包括终端设备101和服务器102，终端设备101可以用于获取待识别文本，服务器可以接收终端设备101发送的待识别文本，从而识别出待识别文本中包括的目标实体。

需要说明的是，待识别文本为包括实体的文本，可以是中文文本、英文文本等各种语言的文本。在不同的应用场景中，待识别文本可以有所不同，例如在疾病诊断的应用场景中，为了进行疾病诊断，可以根据病人的病例识别出疾病症状，从而根据疾病症状进行疾病诊断，此时，待识别文本可以是病例；在信息检索的应用场景中，为了向用户返回用户需要的检索结果，可以根据用户输入的文本进行识别实体识别，从而返回用户需要的检索结果。

服务器102接收到待识别文本后，可以获取待识别文本的对应的第一向量序列。服务器102将该第一向量序列输入到实体识别模型，利用实体识别模型确定第一向量序列中每个第一向量对应的第一标签，第一标签用于标识第一粒度下的实体识别结果。然后，服务器102根据第一标签，可以利用实体识别模型对第一向量对应的文本进行组合，将组合结果对应的第二向量序列用于第二粒度下的实体识别，即服务器102利用实体识别模型确定第二向量序列中每个第二向量对应的第二标签，第二标签用于标识第二粒度下的实体识别结果，第二粒度大于所述第一粒度。接着，服务器102根据第二标签，识别待识别文本中的目标实体。

需要注意的是，上述应用场景仅是为了便于理解本发明而示出，本发明的实施方式在此方面不受任何限制。相反，本发明的实施方式可以应用于适用的任何场景。

下面结合附图，详细说明本发明的各种非限制性实施方式。

示例性方法

参见图2，示出了本发明实施例中一种实体识别方法的流程示意图。在本实施例中以数据处理设备是服务器为例，具体可以包括以下步骤：

S201、获取待识别文本对应的第一向量序列。

在实际应用中，服务器可以从终端设备获取待识别文本。在一些实体识别场景中，待识别文本可以是用户通过终端设备输入的，也可以是终端设备中存储的。例如，在疾病诊断的应用场景中，终端设备中可以存储有病人的病例，为了进行疾病诊断，服务器可以从终端设备中获取病人的病例，将病例中的文本作为待识别文本；在信息检索的应用场景中，用户可以在终端设备中输入待识别文本，服务器可以从终端设备获取用户输入的待识别文本，以便根据待识别文本向用户返回用户需要的检索结果。

服务器可以获取待识别文本，从而确定待识别文本对应的第一向量序列，第一向量序列中可以包括多个第一向量。其中，第一向量可以是字向量或词向量。

需要说明的是，获取待识别文本对应的第一向量序列的方式可以包括多种。在一些情况下，同一实体识别模型对每个第一向量确定第一标签的准确率是固定的，实体识别模型对一个实体所对应的每个第一向量都识别正确时，才能正确的识别该实体，因此，为了提高实体识别的准确率，可以减少所需识别的第一向量的数量。故在本实施例中，获取待识别文本对应的第一向量序列的实现方式可以是对待识别文本进行分词，得到分词结果对应的向量，将分词结果对应的向量作为第一向量确定第一向量序列。

例如，待识别文本为“无意识障碍及抽搐”，对待识别文本进行分词得到“无”、“意识”、“障碍”、“及”、“抽搐”。分别确定每个分词的向量，例如分别是e1、e2、e3、e4和e5，即得到分词结果对应的向量，将分词结果对应的向量作为第一向量得到第一向量序列，第一向量序列可以表示为{e1，e2，e3，e4，e5}，此时第一向量序列中包括分词结果的词向量。

在一些情况下，获取待识别文本对应的第一向量序列的方式还可以是获取待识别文本中每个字的字向量，将字向量作为第一向量确定第一向量序列。这种获取第一向量序列的方式减少了对待识别文本的处理操作，避免处理操作的准确率对后续实体识别可能带来的影响。

例如，待识别文本为“无意识障碍及抽搐”，待识别文本的字包括“无”、“意”、“识”、“障”、“碍”、“及”、“抽”、“搐”。分别确定每个字的向量，例如分别e1、e2、e3、e4、e5、e6、e7、e8，将字向量作为第一向量得到第一向量序列，第一向量序列可以表示为{e1，e2，e3，e4，e5，e6，e7，e8}，此时第一向量序列中包括字向量。

S202、利用实体识别模型确定所述第一向量序列中每个第一向量对应的第一标签。

多级实体识别可以是指在不同粒度下，根据待识别文本可以识别得到不同的实体，通常情况下，粒度越大，实体的长度越长(实体的长度可以是指实体中所包括的字符数量)。在一次实体识别场景中，最大粒度下的实体识别可以定义为一级实体识别，以此类推为二级实体识别等。

例如，针对待识别文本“无意识障碍及抽搐”进行实体识别，“无意识障碍及抽搐”中的“意识障碍”和“抽搐”是实体，“无意识障碍及抽搐”本身也是实体，也就是说，“无意识障碍及抽搐”与“意识障碍”和“抽搐”是在不同粒度下的实体，那么，根据上述定义，实体“无意识障碍及抽搐”的粒度(例如第二粒度)大于实体“意识障碍”和“抽搐”的粒度(例如第一粒度)，识别实体“无意识障碍及抽搐”的过程可以称为一级实体识别，识别实体“意识障碍”和“抽搐”的过程可以称为二级实体识别。

当然，上述定义仅是一种示例，本实施例对其定义方式不做限定。

在多级例如两级实体识别场景中，若第二粒度大于第一粒度，由于第一粒度下实体的长度与第二粒度下实体的长度相比较短，出现识别错误的几率也就更低，故第一粒度下的实体识别更为准确，因此，为了进一步提高第二粒度下实体结果的准确性，可以使得第二粒度下的实体识别依赖于第一粒度下的实体识别结果。因此，在进行多级实体识别时，首先利用实体识别模型确定所述第一向量序列中每个第一向量对应的第一标签(二级实体识别)，第一标签用于标识第一粒度下的实体识别结果。

需要说明的是，在本实施例中，实体识别模型是预先训练得到的，实体识别模型可以是长短期记忆网络(Long Short-Term Memory，LSTM)、卷积神经网络(ConvolutionalNeural Networks，CNN)、深度神经网络(Deep Neural Networks，DNN)等。

在一种可能的实现方式中，实体识别模型的训练方法可以参见图3所示，所述方法包括：

S301、获取训练语料对应的第一向量序列。

其中，训练语料中具有已标注的第一标签和第二标签，第一标签用于标识第一粒度下的第一实体(二级实体)，第二标签用于标识第二粒度下的第二实体(一级实体)。

S302、根据第一向量序列中每个所述第一向量，利用实体识别模型确定所述第一粒度下的第一实体识别结果。

S303、根据所述第一实体识别结果，利用所述实体识别模型对所述第一向量对应的文本进行组合。

S304、根据组合结果对应的第二向量序列，利用所述实体识别模型确定所述第二粒度下的第二实体识别结果。

其中，所述第二粒度大于所述第一粒度。

S305、根据所述第一实体识别结果、所述第二实体识别结果、所述第一标签和所述第二标签对所述实体识别模型进行训练。

在本实施例中，以用于二级实体识别的实体识别模型为例，实体识别模型可以包括二级实体识别层、提取层和一级实体识别层。二级实体识别可以根据第一向量序列确定第一实体识别结果，根据已有的第一标签对二级实体识别层进行训练。在通过二级实体识别层得到第一实体识别结果后，可以根据第一实体识别结果，利用提取层对第一向量对应的文本进行组合，将组合结果对应的第二向量序列输入到一级实体识别层，以第二标签作为训练目标，对实体识别模型进行训练。

一级实体识别的结果是依赖于二级实体识别的结果，二级实体识别的输出作为一级实体识别的输入，将整个一级实体识别和二级实体识别做成一个整体，带入实体识别模型中进行训练，以此训练得到的实体识别模型能够更加准确的进行实体识别，降低一级实体识别的复杂度。

利用实体识别模型进行实体识别时为向量所确定的标签可以是采用BIESO标注体系，其中，B表示实体开始词、I表示实体中间词、E表示实体结束词、S表示单独构成实体、O表示不构成实体。而在一些情况下，为了减少所需识别的标签，提高实体识别的准确率，实体开始词可以仍用B表示，实体中间词和实体结束词可以都用I表示，最末尾的I所标注的词即为实体结束词。

以待识别文本“并且无意识障碍及抽搐”，实体识别模型是LSTM模型为例，参见图4所示，第一向量序列由每个字的字向量构成，可以表示为{e1，e2，e3，e4，e5，e6，e7，e8，e9，e10}，将第一向量序列输入到LSTM模型，可以得到每个第一向量对应的第一标签，按照第一向量序列的顺序得到的第一标签分别是O、O、B、B、I、I、I、B、B、I。

可以理解的是，实体可以包括多种类型，例如人名、地名、症状等，因此，在本实施例中第一标签和后续的第二标签还用于标识实体类型。因此，上述得到的第一标签还可以依次表示是O(对应于文本“并”)、O(对应于文本“且”)、B-否定词(对应于文本“无”)、B-症状(对应于文本“意”)、I-症状(对应于文本“识”)、I-症状(对应于文本“障”)、I-症状(对应于文本“碍”)、B-连词(对应于文本“及”)、B-症状(对应于文本“抽”)、I-症状(对应于文本“搐”)。S203、根据所述第一标签，利用所述实体识别模型对所述第一向量对应的文本进行组合。

在进行第二粒度下的实体识别(一级实体识别)时，如果二级实体识别是针对待识别文本“并且无意识障碍及抽搐”直接进行实体识别以识别到实体“无意识障碍及抽搐”，若以字为单位进行二级实体识别(即第一向量序列由字向量构成)，那么，为了得到实体“无意识障碍及抽搐”，则需要针对其中每个字都识别正确，只要有一个字识别错误，则难以识别到正确的实体。因此，为了提高一级实体识别的准确率，可以使得一级实体识别(第二粒度下的实体识别)依赖于二级实体识别结果(第一粒度下的实体识别结果)，即根据所述第一标签，利用实体识别模型对第一向量对应的文本进行组合，得到组合结果(即二级实体识别结果)。

当第一向量对应的文本为待识别文本中的每个字时，根据第一标签，利用实体识别模型对第一向量对应的文本进行组合的具体方式可以是根据第一标签，将属于同一个实体的字组合成词。

标签可以标识实体识别结果，根据第一向量具有的第一标签，可以判断第一向量对应的第一标签是否属于实体，以及哪些字构成同一个实体。在本申请实施例中，若第一向量具有的第一标签为O，则该第一向量对应的字不构成实体；若第一向量具有的第一标签为S，则该第一向量对应的字单独构成实体；若第一向量具有的第一标签为S，则该第一向量对应的字单独构成实体；若第一向量具有第一标签B或I，则按照第一向量序列的顺序，具有第一标签B的某个第一向量对应的字，与位于该第一向量之后，且与其相邻的具有第一标签I的连续其他第一向量所对应的字属于同一实体。例如，第一标签依次是O(对应于文本“并”)、O(对应于文本“且”)、B-否定词(对应于文本“无”)、B-症状(对应于文本“意”)、I-症状(对应于文本“识”)、I-症状(对应于文本“障”)、I-症状(对应于文本“碍”)、B-连词(对应于文本“及”)、B-症状(对应于文本“抽”)、I-症状(对应于文本“搐”)。根据上述第一标签，可以将构成二级实体的文本进行组合，其中，连续出现的第一标签“B-症状”、“I-症状”、“I-症状”、“I-症状”分别对应的文本符合上述介绍的属于同一实体的情况，连续出现的第一标签“B-症状”、“I-症状”分别对应的文本符合上述介绍的属于同一实体的情况，因此，第一标签“B-症状”对应的文本“意”、“I-症状”对应的文本“识”、“I-症状”对应的文本“障”、“I-症状”对应的文本“碍”进行组合得到二级实体“意识障碍”；“B-症状”对应的文本“抽”与“I-症状”对应于文本“搐”进行组合得到二级实体“抽搐”，上述过程可以参见图4所示。

这样，通过组合的方式可以在一级实体识别中加入词向量，加入了词语的语义知识，词向量具有的特征要比字向量多，使得一级实体识别更加准确。同时，由于一级实体识别依赖于二级实体识别结果，降低了一级实体识别的复杂度。

S204、根据组合结果对应的第二向量序列，利用所述实体识别模型确定所述第二向量序列中每个第二向量对应的第二标签。

通过上述组合得到的组合结果如图4所示，为“并”、“且”、“无”、“意识障碍”、“及”、“抽搐”，其对应的第二向量序列为{E1，E2，E3，E4，E5，E6}。第二向量序列中包括第二向量，根据第二向量序列进行一级实体识别(第二粒度下的实体识别)，即根据组合结果对应的第二向量序列，利用实体识别模型确定每个第二向量对应的第二标签。第二标签用于标识第二粒度下的实体识别结果，第二粒度大于第一粒度。

利用实体识别模型例如LSTM模型对第二向量序列进行实体识别，得到第二向量对应的第二标签，按照第二向量序列的顺序得到的第二标签分别是O(对应“并”)、O(对应“且”)、B-否定症状(对应“无”)、I-否定症状(对应“意识障碍”)、I-否定症状(对应“及”)、I-否定症状(对应“抽搐”)，如图4所示。

S205、根据所述第二标签，识别所述待识别文本中的目标实体。

在得到第二标签后，根据BIESO标注体系的定义，第二标签“B-否定症状”、“I-否定症状”、“I-否定症状”和“I-否定症状”所对应的文本可以构成一个实体，即“无意识障碍及抽搐”，从而识别出待识别文本中包括的一级实体作为目标实体。

在本申请实施例中，提供了一种实体识别方法，在多级例如两级实体识别场景中，当需要对待识别文本中的实体进行识别时，可以获取待识别文本对应的第一向量序列，利用实体识别模型确定第一向量序列中每个第一向量对应的第一标签，第一标签用于标识第一粒度下的实体识别结果。然后，根据第一标签，利用实体识别模型对第一向量对应的文本进行组合，根据组合结果对应的第二向量序列，利用实体识别模型确定第二向量序列中每个第二向量对应的第二标签，第二标签用于标识第二粒度下的实体识别结果，其中，第二粒度大于第一粒度，从而根据第二标签，识别待识别文本中的目标实体。可见，该实体识别方法利用训练得到的实体识别模型进行实体识别，无需依赖规则库，避免难以保证覆盖率而影响实体识别准确性的问题。同时，由于第一粒度下实体的长度与第二粒度下实体的长度相比较短，出现识别错误的几率也就更低，故第一粒度下的实体识别更为准确，而第二粒度下的实体识别依赖于第一粒度下的实体识别结果，因此，进一步提高了第二粒度下实体结果的准确性。

可以理解的是，本申请实施例仅以二级实体识别为例进行介绍，可以根据实体识别的需求，训练得到不同的实体识别模型来进行对应的实体识别，例如进行三级实体识别。当需要进行三级实体识别时，首先进行三级实体识别，然后根据三级实体识别结果进行组合，将组合结果作为二级实体识别的输入，进行二级实体识别，再根据二级实体识别结果进行组合，将组合结果作为一级实体识别的输入，进行一级实体识别。当进行更多级实体识别时，以此类推。

示例性设备

基于前述实施例提供的实体识别方法，本申请实施例还提供一种实体识别装置，参见图5，所述装置包括获取单元501、第一确定单元502、组合单元503、第二确定单元504和识别单元505：

所述获取单元501，用于获取待识别文本对应的第一向量序列；

所述第一确定单元502，用于利用实体识别模型确定所述第一向量序列中每个第一向量对应的第一标签，所述第一标签用于标识第一粒度下的实体识别结果；

所述组合单元503，用于根据所述第一标签，利用所述实体识别模型对所述第一向量对应的文本进行组合；

所述第二确定单元504，用于根据组合结果对应的第二向量序列，利用所述实体识别模型确定所述第二向量序列中每个第二向量对应的第二标签，所述第二标签用于标识第二粒度下的实体识别结果；所述第二粒度大于所述第一粒度；

所述识别单元505，用于根据所述第二标签，识别所述待识别文本中的目标实体。

可选的，所述获取单元，用于：

对所述待识别文本进行分词，得到分词结果对应的向量；

将所述分词结果对应的向量作为所述第一向量确定所述第一向量序列。

可选的，所述获取单元，用于：

获取所述待识别文本中每个字的字向量；

将所述字向量作为所述第一向量确定所述第一向量序列。

可选的，所述第一向量对应的文本为所述待识别文本中的每个字；

所述组合单元，用于：

根据所述第一标签，将属于同一个实体的字组合成词。

可选的，所述第一标签和第二标签还用于标识实体类型。

本申请实施例还提供一种用于实体识别的设备，包括存储器和处理器，

所述存储器用于存储程序代码，并将所述程序代码传输给所述处理器；

所述处理器用于根据所述程序代码中的指令，执行图2对应实施例中任一项所述的实体识别方法。

本申请实施例还提供一种存储介质，所述存储介质中存储有指令，当所述指令在终端设备上运行时，使得所述终端设备执行图2对应实施例中任一项所述的实体识别方法。

本申请实施例还提供一种计算机程序产品，所述计算机程序产品在终端设备上运行时，使得所述终端设备执行图2对应实施例中任一项所述的实体识别方法。

需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。

对于装置实施例而言，由于其基本对应于方法实施例，所以相关之处参见方法实施例的部分说明即可。以上所描述的系统实施例仅仅是示意性的，其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性劳动的情况下，即可以理解并实施。

以上所述仅是本申请的具体实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本申请原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也应视为本申请的保护范围。

Claims (10)

1.一种实体识别方法，其特征在于，所述方法包括：

获取待识别文本对应的第一向量序列；

利用实体识别模型确定所述第一向量序列中每个第一向量对应的第一标签，所述第一标签用于标识第一粒度下的实体识别结果；

根据所述第一标签，利用所述实体识别模型对所述第一向量对应的文本进行组合；

根据组合结果对应的第二向量序列，利用所述实体识别模型确定所述第二向量序列中每个第二向量对应的第二标签，所述第二标签用于标识第二粒度下的实体识别结果；所述第二粒度大于所述第一粒度；

根据所述第二标签，识别所述待识别文本中的目标实体。

2.根据权利要求1所述的方法，其特征在于，所述获取待识别文本对应的第一向量序列，包括：

对所述待识别文本进行分词，得到分词结果对应的向量；

将所述分词结果对应的向量作为所述第一向量确定所述第一向量序列。

3.根据权利要求1所述的方法，其特征在于，所述获取待识别文本对应的第一向量序列，包括：

获取所述待识别文本中每个字的字向量；

将所述字向量作为所述第一向量确定所述第一向量序列。

4.根据权利要求3所述的方法，其特征在于，所述第一向量对应的文本为所述待识别文本中的每个字；

所述根据所述第一标签，利用所述实体识别模型对所述第一向量对应的文本进行组合，包括：

根据所述第一标签，将属于同一个实体的字组合成词。

5.根据权利要求1-4任一项所述的方法，其特征在于，所述第一标签和第二标签还用于标识实体类型。

6.一种实体识别装置，其特征在于，所述装置包括获取单元、第一确定单元、组合单元、第二确定单元和识别单元：

所述获取单元，用于获取待识别文本对应的第一向量序列；

所述第一确定单元，用于利用实体识别模型确定所述第一向量序列中每个第一向量对应的第一标签，所述第一标签用于标识第一粒度下的实体识别结果；

所述组合单元，用于根据所述第一标签，利用所述实体识别模型对所述第一向量对应的文本进行组合；

所述第二确定单元，用于根据组合结果对应的第二向量序列，利用所述实体识别模型确定所述第二向量序列中每个第二向量对应的第二标签，所述第二标签用于标识第二粒度下的实体识别结果；所述第二粒度大于所述第一粒度；

所述识别单元，用于根据所述第二标签，识别所述待识别文本中的目标实体。

7.根据权利要求6所述的装置，其特征在于，所述获取单元，用于：

对所述待识别文本进行分词，得到分词结果对应的向量；

将所述分词结果对应的向量作为所述第一向量确定所述第一向量序列。

8.一种用于实体识别的设备，其特征在于，包括存储器和处理器，

所述存储器用于存储程序代码，并将所述程序代码传输给所述处理器；

所述处理器用于根据所述程序代码中的指令，执行权利要求1-5中任一项所述的实体识别方法。

9.一种存储介质，其特征在于，所述存储介质中存储有指令，当所述指令在数据处理设备上运行时，使得所述数据处理设备执行权利要求1-5中任一项所述的实体识别方法。

10.一种计算机程序产品，其特征在于，所述计算机程序产品在数据处理设备上运行时，使得所述数据处理设备执行权利要求1-5任一项所述的实体识别方法。

Images