(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210663574.1 (22)申请日 2022.06.13 (71)申请人 神州医疗科技股份有限公司 地址 100080 北京市海淀区北四环西路6 6 号16层1901室 (72)发明人 宋佳祥　杨雅婷　许娟　朱宁　 白焜太　刘硕　 (74)专利代理 机构 北京星通盈泰知识产权代理 有限公司 1 1952 专利代理师 夏晶 (51)Int.Cl. G06F 40/295(2020.01) G06F 16/36(2019.01) G06N 20/00(2019.01) (54)发明名称 知识图谱构建过程中命名实体识别模型的 训练方法和系统 (57)摘要 本申请公开了一种知识图谱构建过程中命 名实体识别模型的训练方法和系统， 包括： 步骤 S1、 构建种子训练集； 步骤S2、 利用种子训练集对 命名实体识别模 型进行训练， 更新命名实体识别 模型； 步骤S3、 基于更新的命名实体识别模型对 输入样本进行识别， 生成样本识别结果； 步骤S4、 基于样本识别结果中的模糊命名实体更新种子 训练集； 步骤S5、 重复步骤S2 ‑步骤S4， 直至样本 识别结果中无模糊命名实体， 训练结束。 本申请 公开的知识 图谱构建过程中命名实体识别模型 的训练方法和系统， 通过半监督学习的方法， 提 高了知识 图谱构建过程中对命名实体的识别准 确度， 减少了人工 工作量， 降低了人工成本 。 权利要求书2页 说明书8页 附图2页 CN 115048934 A 2022.09.13 CN 115048934 A 1.一种知识图谱构建过程中命名实体识别模型的训练方法， 其特 征在于， 包括： 步骤S1、 构建种子训练集； 步骤S2、 利用所述种子训练集对命名实体识别模型进行训练， 更新所述命名实体识别 模型； 步骤S3、 基于更新的命名实体识别模型对输入样本进行识别， 生成样本识别结果； 步骤S4、 基于所述样本识别结果中的模糊命名实体更新所述种子训练集； 步骤S5、 重复步骤S2 ‑步骤S4， 直至样本识别结果中无模糊命名实体， 训练结束。 2.如权利要求1所述的方法， 其特 征在于， 所述构建种子训练集具体为： 从样本库中选取若干未 标注的样本进行 标注， 将若干标注后的样本作为种子训练集。 3.如权利要求1所述的方法， 其特 征在于， 所述 步骤S4包括： 提取所述样本识别结果中的模糊命名实体； 将所述模糊命名实体进行 更正生成正确命名实体； 将所述正确命名实体添加至所述种子训练集得到更新的种子训练集。 4.如权利要求3所述的方法， 其特征在于， 所述提取所述样本识别结果中的模糊命名实 体， 包括： 将所述样本识别结果进行归一 化处理， 生成样本归一 化概率数据； 筛选所述样本归一化数据中的最大值， 当所述最大值小于预设的阈值时， 样本为模糊 命名实体。 5.如权利要求 4所述的方法， 其特 征在于， 所述归一 化处理方法为softmax转换。 6.一种知识图谱构建过程中命名实体识别模型的训练系统， 其特 征在于， 包括： 训练集构建模块， 用于构建种子训练集； 训练更新模块， 用于利用所述种子训练集对命名实体识别模型进行训练， 更新所述命 名实体识别模型； 结果生成模块， 用于基于更新的命名实体识别模型输入样本进行识别， 生成样本识别 结果； 更新训练模块， 用于基于所述样本识别结果中的模糊命名实体更新所述种子训练集； 重复更新模块， 用于依次重复训练更新模块、 结果生成模块和更新训练模块， 直至样本 识别结果中无模糊命名实体， 训练结束。 7.如权利要求6所述的系统， 其特 征在于， 所述训练集构建模块具体为： 从样本库中选取若干未 标注的样本进行 标注， 将若干标注后的样本作为种子训练集。 8.如权利要求6所述的系统， 其特 征在于， 所述更新训练模块， 包括： 提取子模块， 用于提取 所述样本识别结果中的模糊命名实体； 更正子模块， 用于将所述模糊命名实体进行 更正生成正确命名实体； 更新子模块， 用于将所述正确命名实体添加至所述种子训练集得到更新的种子训练 集。 9.如权利要求8所述的系统， 其特 征在于， 所述 提取子模块， 包括： 归一化单元， 用于将所述样本识别结果进行归一 化处理， 生成样本归一 化概率数据； 提取单元， 用于筛选所述样本归一化数据中的最大值， 当所述最大值小于预设的阈值 时， 样本为模糊命名实体。权　利　要　求　书 1/2 页 2 CN 115048934 A 210.如权利要求9所述的系统， 其特 征在于， 所述归一 化处理方法为softmax转换。权　利　要　求　书 2/2 页 3 CN 115048934 A 3