基于Bilstm-crf与知识图谱影视实体识别方法

摘要

本发明公开了基于Bilstm‑crf与知识图谱影视实体识别方法，通过获取待识别文本的字符向量和词性向量，对字符向量和词性向量进行加权求和，并将结果输入至目标双向LSTM模型中进行处理，得到文本特征序列；将文本特征序列输入至目标CRF模型中进行处理，得到待识别文本的命名实体识别结果；将命名实体识别结果去影视知识图谱中查询进一步验证结果。本发明能够有效对用户偏口语化的影视搜索文本进行实体提取，并充分利用影视知识图谱挖掘用户抽象的影视搜索意图，提升用户的使用体验。在标注数据少的情况下通过语言模型训练的词向量作为神经网络的底层输入，提高了训练效率，具有很好的应用前景，可以广泛应用于各领域的实体识别场景。