(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 202210870926.0 (22)申请日 2022.07.22 (71)申请人 智慧芽信息科技 （苏州） 有限公司 地址 215000 江苏省苏州市苏州工业园区 金鸡湖大道88号人工智能产业园G3- 701、 G3-801、 G3-901、 G3-1001单元 (72)发明人 杨海涛　王超超　王为磊　 (74)专利代理 机构 北京布瑞知识产权代理有限 公司 11505 专利代理师 宗广静 (51)Int.Cl. G06F 40/295(2020.01) G06F 40/30(2020.01) G06F 40/242(2020.01) G06F 16/33(2019.01)G06N 3/04(2006.01) G06N 3/08(2006.01) (54)发明名称 文本处理方法及装置、 存 储介质及电子设备 (57)摘要 本公开披露一种文本处理方法及装置、 存储 介质及电子设备， 涉及数据处理技术领域。 包括： 确定目标组织机构名称的字向量集合； 基于所述 字向量集合， 确定所述目标组织机构名称对应的 至少一个实体。 本公开通过字向量集合， 确定目 标组织机构名称对应的至少一个实体， 能够充分 体现语义特征和实体之间的转移关系， 并且目标 组织机构名称通常较短， 采用字向量集合能够提 高处理效果， 从而提高获得的目标组织机构名称 对应的实体的准确性， 进而能够减少后续用户搜 索组织机构名称花费的时间。 权利要求书2页 说明书12页 附图6页 CN 115221881 A 2022.10.21 CN 115221881 A 1.一种文本处 理方法， 其特 征在于， 包括： 确定目标组织机构名称的字向量 集合； 基于所述字向量 集合， 确定所述目标组织机构名称对应的至少一个实体。 2.根据权利要求1所述的文本处理方法， 其特征在于， 所述基于所述字向量集合， 确定 所述目标组织机构名称对应的至少一个实体， 包括： 基于所述字向量集合， 确定所述目标组织机构名称的字向量依赖关系特征集合， 其中， 所述字向量依赖关系特征集合包含的字 向量依赖关系特征与所述字 向量集合包含的字 向 量一一对应； 基于所述字向量依赖关系特征集合， 确定所述目标组织机构名称对应的至少一个实 体。 3.根据权利要求2所述的文本处理方法， 其特征在于， 所述基于所述字向量集合， 确定 所述目标组织机构名称的字向量依赖关系特 征集合， 包括： 利用长短期记忆人工神经网络， 对所述字向量集合进行特征提取， 得到所述字向量依 赖关系特征集合， 其中， 所述长短期记忆人工神经网络包括单层双向的长短期记忆人工神 经网络。 4.根据权利要求2所述的文本处理方法， 其特征在于， 所述基于所述字向量依赖关系特 征集合， 确定所述目标组织机构名称对应的至少一个实体， 包括： 利用条件随机场模型， 基于所述字向量依赖关系特征集合学习实体之间的邻接关系， 生成标签转移 矩阵； 基于所述标签转移 矩阵， 预测所述目标组织机构名称包 含的字各自所属的实体； 基于所述目标组织机构名称包含的字各自所属的实体， 确定所述目标组织机构名称对 应的至少一个实体。 5.根据权利要求1至4任一项所述的文本处理方法， 其特征在于， 在所述基于所述字向 量集合， 确定所述目标组织机构名称对应的至少一个实体之后， 还 包括： 若所述至少一个实体包括具有单个字的实体， 对所述目标组织机构名称进行分词， 得 到所述目标组织机构名称对应的词语实体； 基于所述目标组织机构名称对应的词语实体修 正所述单个字的实体。 6.根据权利要求1至4任一项所述的文本处理方法， 其特征在于， 在所述基于所述字向 量集合， 确定所述目标组织机构名称对应的至少一个实体之后， 还 包括： 若所述至少一个实体包括对应多种标签的实体， 基于歧义词典修正所述对应多种标签 的实体， 其中， 所述歧义词典包括核心名称标准、 地址名称标准和行业名称标准。 7.根据权利要求1至4任一项所述的文本处理方法， 其特征在于， 在所述基于所述字向 量集合， 确定所述目标组织机构名称对应的至少一个实体之后， 还 包括： 基于预设标准化映射词典， 对所述目标组织机构名称对应的至少一个实体进行标准化 映射， 得到所述目标组织机构名称对应的文本解析 数据。 8.根据权利要求7所述的文本处理方法， 其特征在于， 所述预设标准化映射词典包括地 址标准化映射词典、 行业标准 化映射词典和法律形式标准 化映射词典中的至少一种。 9.根据权利要求1至4任一项所述的文本处理方法， 其特征在于， 在所述确定目标组织 机构名称的字向量 集合之前， 还 包括：权　利　要　求　书 1/2 页 2 CN 115221881 A 2若所述目标组织机构名称包含简称， 对所述目标组织机构名称包含的简称进行补全处 理； 若所述目标组织机构名称包含外文， 对所述目标组织机构名称包含的外文进行删除处 理， 以便得到只包 含中文的目标组织机构名称。 10.根据权利要求7所述的文本处理方法， 其特征在于， 在所述基于预设标准化映射词 典， 对所述 目标组织机构名称对应的至少一个实体进行标准化映射， 得到所述目标组织机 构名称对应的文本解析 数据之后， 还 包括： 利用所述文本解析数据， 在预设数据库中搜索与 所述目标组织机构名称关联的数据信 息。 11.一种文本处 理装置， 其特 征在于， 包括： 第一确定模块， 用于确定目标组织机构名称的字向量 集合； 第二确定模块， 用于基于所述字向量集合， 确定所述目标组织机构名称对应的至少一 个实体。 12.一种电子设备， 其特 征在于， 包括： 处理器； 用于存储所述处 理器可执行指令的存 储器， 其中， 所述处 理器用于执 行上述权利要求1至10任一项所述的文本处 理方法。 13.一种计算机可读存储介质， 其特征在于， 所述存储介质存储有计算机程序， 所述计 算机程序用于执 行上述权利要求1至10任一项所述的文本处 理方法。权　利　要　求　书 2/2 页 3 CN 115221881 A 3