基于序列识别的企业或组织中文名称实体消歧方法和装置

摘要

本发明提供了一种基于序列识别的企业或组织中文名称实体消歧方法和装置，其中方法包括：爬取公开的新闻数据集并进行数据清洗，得到清洗后的数据；提取清洗后的数据中的实体词，得到初步规范数据；设置语义模板规则，对初步规范数据进行筛选，得到待规范数据；确定待规范数据中的同义标准词与同义副词，明确待规范数据中的同义词对；设定数据标注策略，对待规范数据进行标注，添加人工构建数据，得到训练数据；预训练字向量与词向量，将字向量与词向量垂直方向进行合并得到新向量；利用Encoder Decoder结构构建模型对预处理后的训练数据进行训练，保存最优指标模型；利用最优指标模型对待预测样本进行预测。