一种基于AC自动机的实体识别方法、装置及电子设备与流程

一种基于ac自动机的实体识别方法、装置及电子设备
技术领域
1.本公开涉及数据处理技术领域，尤其涉及一种基于ac自动机的实体识别方法、装置及电子设备。


背景技术：

2.医院系统中的医疗数据，大量的以长文本的形式存在，例如检查的结果报告、患者病史、治疗过程、出院小结等等。这些医疗数据中存在大量有用的医疗信息，而医疗数据分析及医疗大数据处理需要结构化的数据，所以从这些长文形式的医疗数据本中识别出结构化的实体就显得颇为重要。


技术实现要素：

3.本公开提供了一种基于ac自动机的实体识别方法、装置及电子设备。
4.根据本公开的第一方面，提供了一种基于ac自动机的实体识别方法，包括：基于维度结构、解剖位置、影像学发现、核心词和特征词构建字典树；基于所述字典树识别医疗数据中的解剖位置、核心词、特征词、影像学发现和维度结构中至少之一；其中，所述维度结构包括：维度词、维度属性、定量词和累及状态中至少之一；所述核心词包括与疾病相关的影像学发现和/或症状词；所述特征词包括对所述核心词的修饰词；所述维度词和维度属性包括与体征信息相关的影像学发现；所述解剖位置包括体征信息；所述定量词包括定量名称、定量值、定量单位和至少两个体征信息之间的相对关系；所述累及状态包括疾病对体征的影响状态。
5.根据本公开的第二方面，提供了基于ac自动机的实体识别装置，其特征在于，所述装置包括：构建单元，用于基于维度结构、解剖位置、影像学发现、核心词和特征词构建字典树；识别单元，用于基于所述字典树识别医疗数据中的解剖位置、核心词、特征词、影像学发现和维度结构中至少之一；其中，所述维度结构包括：维度词、维度属性、定量词和累及状态中至少之一；所述核心词包括与疾病相关的影像学发现和/或症状词；所述特征词包括对所述核心词的修饰词；所述维度词和维度属性包括与体征信息相关的影像学发现；所述解剖位置包括体征信息；所述定量词包括定量名称、定量值、定量单位和至少两个体征信息之间的相对关系；所述累及状态包括疾病对体征的影响状态。
6.根据本公开的第三方面，提供了一种电子设备，包括：至少一个处理器；以及与所述至少一个处理器通信连接的存储器；其中，所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行上述所述的基于ac自动机的实体识别方法。
7.根据本公开的第四方面，提供了一种存储有计算机指令的非瞬时计算机可读存储介质，其中，所述计算机指令用于使所述计算机执行上述所述的基于ac自动机的实体识别方法。
8.本公开的基于ac自动机的实体识别方法，基于维度结构、解剖位置、影像学发现、核心词和特征词构建字典树；基于所述字典树识别医疗数据中的解剖位置、核心词、特征词、影像学发现和维度结构中至少之一；其中，所述维度结构包括：维度词、维度属性、定量词和累及状态中至少之一；所述核心词包括与疾病相关的影像学发现和/或症状词；所述特征词包括对所述核心词的修饰词；所述维度词和维度属性包括与体征信息相关的影像学发现；所述解剖位置包括体征信息；所述定量词包括定量名称、定量值、定量单位和至少两个体征信息之间的相对关系；所述累及状态包括疾病对体征的影响状态，如此，可以提升医疗数据中实体识别的准确性。
9.应当理解，本部分所描述的内容并非旨在标识本公开的实施例的关键或重要特征，也不用于限制本公开的范围。本公开的其它特征将通过以下的说明书而变得容易理解。
附图说明
10.附图用于更好地理解本方案，不构成对本公开的限定。其中：图1示出了本公开实施例提供的基于ac自动机的实体识别方法的一种可选流程示意图；图2示出了本公开实施例提供的基于ac自动机的实体识别方法的另一种可选流程示意图；图3示出了本公开实施例提供的字典树的可选示意图；图4示出了本公开实施例提供的基于ac自动机的实体识别装置的可选结构示意图；图5示出了可以用来实施本公开的实施例的示例电子设备的示意性框图。
具体实施方式
11.以下结合附图对本公开的示范性实施例做出说明，其中包括本公开实施例的各种细节以助于理解，应当将它们认为仅仅是示范性的。因此，本领域普通技术人员应当认识到，可以对这里描述的实施例做出各种改变和修改，而不会背离本公开的范围和精神。同样，为了清楚和简明，以下的描述中省略了对公知功能和结构的描述。
12.实际医院系统中的医疗数据，大量的以长文本的形式存在，例如检查的结果报告、患者病史、治疗过程、出院小结等等。这些医疗数据中存在大量有用的医疗信息，而医疗数据分析及医疗大数据处理需要结构化的医疗数据，所以从这些长文本形式的医疗数据中提取出结构化的数据（从医疗数据中识别出结构化的实体）就显得颇为重要。
13.其中，检查的结果报告、病史等医疗数据中，存在大量临床发现类的医疗实体，例如检查发现的体征信息、对患者身体内部病变的详细描述、以及患者自身的症状等等，而大部分情况下，对病变的描述有很多维度的表达，所以需要针对这样的特点，设计相应的实体识别策略。
14.相关技术中，采用信息抽取模型从医疗数据中识别相关的实体，然而输出较为扁
平，只能给出实体的文本段，无法细化到实体的各种成分，也无法充分体现出医疗数据中的医疗信息结构。
15.针对医疗数据的实体识别中存在的缺陷，本公开提供一种基于ac自动机的实体识别方法，能够解决上述全部或部分问题。
16.图1示出了本公开实施例提供的基于ac自动机的实体识别方法的一种可选流程示意图，将根据各个步骤进行说明。
17.步骤s101，基于维度结构、解剖位置、影像学发现、核心词和特征词构建字典树。
18.在一些实施例中，基于ac自动机的实体识别装置（以下简称装置）基于维度结构、解剖位置、影像学发现、核心词和特征词构建字典树；其中，所述维度结构包括：维度词、维度属性、定量词和累及状态中至少之一；所述核心词包括与疾病相关的影像学发现和/或症状词；所述特征词包括对所述核心词的修饰词；所述维度词和维度属性包括与体征信息相关的影像学发现；所述解剖位置包括体征信息；所述定量词包括定量名称、定量值、定量单位和至少两个体征信息之间的相对关系；所述累及状态包括疾病对体征的影响状态。
19.在一些实施例中，所述装置可以以所述解剖位置作为所述字典树的父节点，所述维度结构、所述影像学发现作为所述字典树的子节点；以所述解剖位置作为所述字典树的父节点，所述核心词和所述特征词作为所述字典树的子节点；基于所述字典树的父节点和所述字典树的子节点之间的关系，构建所述字典树。
20.具体实施时，所述装置以所述解剖位置作为所述字典树的父节点，所述维度结构作为所述解剖位置的子节点，所述影像学发现作为所述维度结构的子节点；或者，以所述解剖位置作为所述字典树的父节点，所述影像学发现为所述解剖位置的子节点，所述维度结构作为所述影像学发现的子节点；以所述解剖位置作为所述字典树的父节点，所述核心词作为所述解剖位置的子节点，所述特征词作为所述核心词的子节点；基于所述父节点和子节点之间的关系，构建所述字典树。
21.在一些实施例中，所述装置以所述核心词作为所述字典树的父节点，所述维度结构和所述特征词作为所述字典树的子节点，构建所述字典树。
22.具体实施时，所述装置以所述核心词作为父节点，所述维度结构作为所述核心词的子节点，所述特征词和所述核心词作为所述维度结构的子节点，所述解剖位置作为所述维度结构的子节点，构建所述字典树。
23.在一些实施例中，所述装置以所述影像学发现作为父节点，所述特征词作为所述影像学发现的子节点；或者，以所述影像学发现和所述特征词互相作为对方的父节点；基于所述父节点和子节点之间的关系，构建所述字典树。
24.在一些可选实施例中，所述装置可以以所述解剖位置作为所述字典树的父节点，所述维度结构、所述影像学发现作为所述字典树的子节点；以所述解剖位置作为所述字典树的父节点，所述核心词和所述特征词作为所述字典树的子节点；以所述核心词作为所述字典树的父节点，所述维度结构和所述特征词作为所述字典树的子节点；以所述影像学发现作为父节点，所述特征词作为所述影像学发现的子节点；或者，以所述影像学发现和所述特征词互相作为对方的父节点；基于所述父节点和子节点之间的关系，构建所述字典树。
25.步骤s102，基于所述字典树识别医疗数据中的解剖位置、核心词、特征词、影像学发现和维度结构中至少之一。
26.在一些实施例中，所述装置基于所述字典树识别所述医疗数据中的实体。
27.具体实施时，所述装置可以基于所述字典树中的解剖位置（或解剖位置对应的节点），识别所述医疗数据中的解剖位置（或解剖位置对应的字符）；基于所述字典树中的解剖位置的子节点，识别所述医疗数据中的维度结构（或维度结构对应的字符）和影像学发现（或影像学发现对应的字符）；基于所述字典树中的解剖位置的子节点，识别所述医疗数据中的核心词（或核心词对应的字符）和特征词（或特征词对应的字符）。
28.具体实施时，所述装置可以基于所述字典树中的核心词，识别所述医疗数据中的核心词（或核心词对应的字符）；基于所述字典树中的核心词的子节点，识别所述医疗数据中的维度结构（或维度结构对应的字符）和特征词（或特征词对应的字符）；和/或，基于所述字典树中的维度结构的子节点，识别所述医疗数据中的解剖位置（或解剖位置对应的字符）。
29.具体实施时，所述装置可以基于所述字典树中的影像学发现，识别所述医疗数据中的影像学发现（或影像学发现对应的字符）；基于所述字典树中所述影像学发现的子节点，识别所述医疗数据中的特征词（或特征词对应的字符）；或者，基于所述字典树中的特征词发现，识别所述医疗数据中的特征词（或特征词对应的字符）；基于所述字典树中所述影像学发现的子节点，识别所述医疗数据中的影像学发现（或影像学发现对应的字符）。
30.在一些实施例中，所述装置基于所述字典树识别医疗数据中的核心词、特征词、影像学发现和维度结构之后，还可以将识别到的所述核心词、所述特征词、所述影像学发现和所述维度结构，按照第一模板中所述核心词、所述特征词、所述影像学发现和所述维度结构的位置进行合并，生成所述医疗数据对应的实体。其中，所述第一模板中包括所述核心词、所述特征词、所述影像学发现和所述维度结构的顺序，所述第一模板可以根据实际需求设置。
31.如此，本公开实施例提供的基于ac自动机的实体识别方法，基于维度结构、解剖位置、影像学发现、核心词和特征词构建字典树；基于所述字典树识别医疗数据中的解剖位置、核心词、特征词、影像学发现和维度结构中至少之一，可以充分提取出医疗数据中的临床发现实体（医疗数据对应的实体）提升医疗数据中实体识别的准确性，并且生成的临床发现实体具有统一的结构，便于后续的数据分析、处理或应用。
32.图2示出了本公开实施例提供的基于ac自动机的实体识别方法的另一种可选流程示意图，将根据各个步骤进行说明。
33.在进行步骤说明之前，先对本公开实施例中涉及的医疗数据对应的实体进行说明。
34.在一些实施例中，医疗数据对应的实体可以包括症状和体征，和其他医疗内容，如检查结果等。所述医疗数据对应的实体的成分字段可以包括：1. 核心词、特征词、变化趋势、状态等简单字段。
35.核心词即疾病相关的医疗发现的核心成分，如疾病相关的影像学发现（信号影、回声等）、疾病相关的症状词（如咳嗽、晕厥等）。
36.特征词包括对所述核心词的修饰词，可能包括多个，例如所述核心词为“肿块”，则所述特征词包括对“肿块”的修饰（如增大的、不规则的）。
37.变化趋势包括特征词的属性，如加重、减缓等。
38.状态是包括实体的整体是肯定的，或实体的整体是否定的。可选的，可以表征有肿块，或无肿块；有咳嗽症状或无咳嗽症状等。
39.2. 解剖位置、定性、定量字段。
40.所述解剖位置包括体征信息，或体征相关的医疗发现；解剖位置字段包括一个或多个解剖位置数据，所述每一个解剖位置数据为一个结构体，包括全词、核心词、主方位、次级方位以及上级解剖（也是解剖位置结构体）。
41.定性字段包括医疗数据对应的实体在医学上的性质，如阴性、阳性等；也可以是多个。
42.定量字段是一个或多个定量数据，其中定量数据为一个结构体，包括全词、定量名称、定量值、定量单位、至少两个体征信息之间的相对关系和至少两个干预手段信息之间的相对关系。所述定量字段可以是针对干预手段的，也可以是针对体征信息的。
43.3. 维度词和维度属性字段。
44.维度词和维度属性构成一个结构体，即对临床发现中体征相关的核心词的修饰，可以与体征信息相关的影像学发现，如形态正常、增强扫描可见明显强化。还可以是描述病变对其他器官的累及、浸润等，如“病灶向上累及胃底，向下累及小肠系膜”。另外一些定量成分也可以先识别为维度词和定量值，最终赋值到实体的定量字段中将维度词和维度属性字段构建为字典树中的一个结构体——维度结构。所述维度结构用于识别三类医疗数据中对应的实体，具体包括：
①
维度词和维度属性。
45.设置ac自动机的字典树包括维度词、状态词、修饰词和无用词，所述维度词作为字典树中维度结构包括的子字典树的父节点，所述状态词或修饰词作为所述维度词的子节点（其中，所述状态词和所述维度词可以互为对方的子节点）；在后续基于所述维度结构识别出所述维度词、状态词和修饰词之后，以所述维度词为核心构成一个维度结构体，所述状态词、修饰词和无用词复制到所述维度结构体的相应字段中。
46.②
定量字段。
47.所述定量字段可以独立设置在所述字典树中，也可以以所述维度词作为父节点，设置在所述维度结构中。若所述定量字段独立设置在所述字典树中，可以通过定量实体模块识别。若所述医疗数据中包括维度词，则以所述维度词为核心构成一个维度结构体，所述定量字段作为所述维度词的维度属性复制到所述维度结构体中。
48.③
累及状态字段。
49.累及状态字段包括累及、浸润、包绕、挤压等多种相同属性的词，所述累及状态字段和所述解剖位置可以互为对方的父节点，如所述累及状态字段后跟解剖位置，或者解剖位置后跟受累、被侵犯等累及状态。在后续识别出所述累及状态后，可以以所述累及状态为核心生成维度结构体，解剖位置作为所述累及状态的维度属性赋值到所述维度结构体中。
50.4. 关键词、全词等应用层字段。
51.关键词字段一般是解剖位置（选取主要其字段）和核心词，通过一定顺序拼接而成的字段，能表示出医疗数据对应的实体最核心的内容。另外还可以包括特征词，构成一个信息更丰富的关键词字段。这些字段是为后续应用而生成的。
52.步骤s201，构建ac自动机的字典树。
53.在一些实施例中，所述ac自动机的字典树中包括维度结构、解剖位置、影像学发现、核心词、特征词、连接词、无用词等状态。
54.具体实施时，以解剖位置状态开始（即以解剖位置作为字典树的父节点）后续可以跟随维度结构、影像学发现状态（两者先后均可），也可以跟核心词、特征词状态（即维度状态和核心词分别为所述解剖位置的子节点，影像学发现作为所述维度状态的子节点，特征词作为所述核心词的子节点）；以核心词开始，则后续可以跟随维度结构、特征词、解剖位置；以影像学发现状态开始，后续可以跟随特征词，也可以继续跟随一个影像学发现状态。其中，核心词、特征词、解剖位置、维度结构状态可以相互跳转。
55.例如，以所述解剖位置作为字典树的父节点，维度结构和影像学发现作为所述解剖位置的子节点；以所述维度结构作为所述影像学发现的父节点，或者所述影像学发现作为所述维度结构的父节点；和/或，以所述解剖位置作为所述字典树的父节点，所述核心词、特征词作为所述解剖位置的子节点，以所述核心词作为所述特征词的父节点，或者，以所述特征词作为所述核心词的父节点。
56.以所述核心词作为字典树的父节点，所述维度结构、特征词、解剖位置状态作为所述核心词的子节点，所述维度结构、特征词、解剖位置状态可以依次作为前一参数的子节点，或者相互作为子节点。
57.以所述影像学发现作为所述字典树的父节点，所述特征词作为所述影像学的子节点；和/或，影像学发现作为所述特征词的子节点。
58.基于上述父节点和子节点的关系，可以构建一个字典树，也可以构建多个字典树。
59.步骤s202，基于所述字典树识别医疗数据对应的实体。
60.图3示出了本公开实施例提供的字典树的可选示意图。
61.在一些实施例中，所述装置基于所述字典树识别医疗数据对应的实体。
62.如图3所示，所述医疗数据进入所述ac自动机后，在所述医疗数据匹配所述字典树中的解剖位置的过程中，首先匹配字典树中解剖位置对应的字段，识别出所述医疗数据中的解剖位置；然后匹配字典树中的影像学发现字段，识别出所述医疗数据中的影像学发现；最后匹配字典树中的维度结构字段，识别出所述医疗数据中的维度结构；若未识别所述医疗数据中的维度结构，则失败指针指向所述字典树中的影像学发现，或结束匹配（此识别过程可以是以字典树中解剖位置开始匹配，也可以是指针指向所述解剖位置，或进行核心词匹配之后流转到所述解剖位置）。
63.或者，在所述医疗数据匹配所述字典树中的解剖位置的过程中，识别出所述医疗数据中的解剖位置之后，匹配字典树中的核心词，若成功识别出所述医疗数据中的核心词，则匹配字典树中的特征词，识别出所述医疗数据中的特征词；若未成功识别出所述医疗数据中的核心词，则失败指针指向所述字典树中的解剖位置，然后匹配所述字典树中的特征词。（此识别过程可以是以字典树中解剖位置开始匹配，也可以是指针指向所述解剖位置，或进行核心词匹配之后流转到所述解剖位置）在所述医疗数据匹配所述字典树中的核心词的过程中，识别出所述医疗数据中的核心词之后，可以匹配所述字典树中的解剖位置，然后进行上述所述的从所述字典树的解剖位置开始的识别流程；或者，还可以匹配所述字典树中的特征词，若成功识别所述字典树中的特征词，则可以结束匹配，或者继续匹配所述字典树中的影像学发现；若未成功识别所
述字典树中的特征词，则可以结束匹配，或失败指针指向所述字典树中的核心词，或者失败指针指向所述字典树中的影像学发现（此识别过程可以是以字典树中核心词开始匹配，也可以是指针指向所述核心词，或进行解剖位置或核心词匹配之后流转到所述核心词）。
64.在所述医疗数据匹配所述字典树中的特征词的过程中，若成功识别所述医疗数据中的特征词，则可以结束匹配，或者继续匹配所述字典树中的影像学发现或核心词；若未成功识别所述字典树中的特征词，则可以结束匹配，或失败指针指向所述字典树中的核心词，执行上述核心词开始的识别流程，或者失败指针指向所述字典树中的影像学发现。
65.在所述医疗数据匹配所述字典树中的影像学发现的过程中，若成功识别所述医疗数据的影像学发现，则可以结束匹配，或匹配所述字典树中的维度结构，识别出所述医疗数据中的维度结构之后，可以结束匹配，或继续匹配所述医疗数据的影响学发现；或者，若未识别所述医疗结构中的维度结构，可以结束匹配，或继续匹配所述医疗数据的影响学发现。
66.在所述医疗数据匹配所述字典树中的影像学发现的过程中，成功或者不成功识别所述医疗数据的影像学发现，可以匹配字典树中的特征词，执行上述特征词开始的识别流程。
67.步骤s203，基于识别出的医疗数据对应的实体，生成临床发现实体。
68.在一些实施例中，生成临床发现实体时，可以以核心词和影像学发现为核心成分生成一个实体，其他成分（上述识别出的医疗数据中的影像学发现、核心词、特征词、维度结构、解剖位置等）则先保存起来，生成实体时将保存的其他成分赋值到特征词、定性、定量、维度词和维度属性等字段中，然后将保存的成分清空。在识别出连接词或结束生成实体时，需要将识别出的临床发现实体赋值到已经生成的实体中。
69.例如，医疗数据中包括“直肠癌术后，肝脏多发转移瘤”，经过本公开提供的基于ac自动机的实体识别方法，可以识别出所述医疗数据对应的实体包括：“直肠癌”、“直肠”、“术后”、“肝脏”、“多发”、“转移”、“转移瘤”等。则以所述“肝脏”作为实体，其他成分赋值到所述肝脏上，生成临床发现实体。
70.如此，本公开实施例提供的基于ac自动机的实体识别方法，基于维度结构、解剖位置、影像学发现、核心词和特征词构建字典树；基于所述字典树识别医疗数据中的解剖位置、核心词、特征词、影像学发现和维度结构中至少之一，可以充分提取出医疗数据中的临床发现实体（医疗数据对应的实体），并且生成的临床发现实体具有统一的结构，便于后续的数据分析、处理或应用。
71.图4示出了本公开实施例提供的基于ac自动机的实体识别装置的可选结构示意图，将根据各个步骤进行说明。
72.在一些实施例中，基于ac自动机的实体识别装置400可以包括构建单元401和识别单元402。
73.所述构建单元401，用于基于维度结构、解剖位置、影像学发现、核心词和特征词构建字典树；所述识别单元402，用于基于所述字典树识别医疗数据中的解剖位置、核心词、特征词、影像学发现和维度结构中至少之一；其中，所述维度结构包括：维度词、维度属性、定量词和累及状态中至少之一；所述核心词包括与疾病相关的影像学发现和/或症状词；所述特征词包括对所述核心词的修饰
词；所述维度词和维度属性包括与体征信息相关的影像学发现；所述解剖位置包括体征信息；所述定量词包括定量名称、定量值、定量单位和至少两个体征信息之间的相对关系；所述累及状态包括疾病对体征的影响状态。
74.所述构建单元401，具体用于以所述解剖位置作为所述字典树的父节点，所述维度结构、所述影像学发现作为所述字典树的子节点；以所述解剖位置作为所述字典树的父节点，所述核心词和所述特征词作为所述字典树的子节点；基于所述字典树的父节点和所述字典树的子节点之间的关系，构建所述字典树。
75.所述构建单元401，具体用于以所述解剖位置作为所述字典树的父节点，所述维度结构作为所述解剖位置的子节点，所述影像学发现作为所述维度结构的子节点；或者，以所述解剖位置作为所述字典树的父节点，所述影像学发现为所述解剖位置的子节点，所述维度结构作为所述影像学发现的子节点；以所述解剖位置作为所述字典树的父节点，所述核心词作为所述解剖位置的子节点，所述特征词作为所述核心词的子节点；基于所述父节点和子节点之间的关系，构建所述字典树。
76.所述构建单元401，具体用于以所述核心词作为所述字典树的父节点，所述维度结构和所述特征词作为所述字典树的子节点，构建所述字典树。
77.所述构建单元401，具体用于以所述核心词作为父节点，所述维度结构作为所述核心词的子节点，所述特征词和所述核心词作为所述维度结构的子节点，所述解剖位置作为所述维度结构的子节点，构建所述字典树。
78.所述构建单元401，具体用于以所述影像学发现作为父节点，所述特征词作为所述影像学发现的子节点；或者，以所述影像学发现和所述特征词互相作为对方的父节点；基于所述父节点和子节点之间的关系，构建所述字典树。
79.所述构建单元401，具体用于基于所述字典树中的解剖位置，识别所述医疗数据中的解剖位置；基于所述字典树中的解剖位置的子节点，识别所述医疗数据中的维度结构和影像学发现；基于所述字典树中的解剖位置的子节点，识别所述医疗数据中的核心词和特征词。
80.所述识别单元402，具体用于基于所述字典树中的核心词，识别所述医疗数据中的核心词；基于所述字典树中的核心词的子节点，识别所述医疗数据中的维度结构和特征词；和/或，基于所述字典树中的维度结构的子节点，识别所述医疗数据中的解剖位置。
81.所述识别单元402，具体用于基于所述字典树中的影像学发现，识别所述医疗数据中的影像学发现；基于所述字典树中所述影像学发现的子节点，识别所述医疗数据中的特征词；或者，基于所述字典树中的特征词发现，识别所述医疗数据中的特征词；基于所述字典树中所述特征词的子节点，识别所述医疗数据中的影像学发现。
82.在一些实施例中，所述ac自动机的实体识别装置400还可以包括：生成单元403。
83.所述生成单元403，用于将识别到的所述核心词、所述特征词、所述影像学发现和所述维度结构，按照第一模板中所述核心词、所述特征词、所述影像学发现和所述维度结构的位置进行合并，生成所述医疗数据对应的实体。
84.本公开的技术方案中，所涉及的用户个人信息的获取，存储和应用等，均符合相关法律法规的规定，且不违背公序良俗。
85.根据本公开的实施例，本公开还提供了一种电子设备、一种可读存储介质和一种
计算机程序产品。
86.图5示出了可以用来实施本公开的实施例的示例电子设备800的示意性框图。电子设备旨在表示各种形式的数字计算机，诸如，膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置，诸如，个人数字处理、蜂窝电话、智能电话、可穿戴设备和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例，并且不意在限制本文中描述的和/或者要求的本公开的实现。
87.如图5所示，设备800包括计算单元801，其可以根据存储在只读存储器（rom）802中的计算机程序或者从存储单元808加载到随机访问存储器（ram）803中的计算机程序，来执行各种适当的动作和处理。在ram 803中，还可存储设备800操作所需的各种程序和数据。计算单元801、rom 802以及ram 803通过总线804彼此相连。输入/输出（i/o）接口805也连接至总线804。
88.设备800中的多个部件连接至i/o接口805，包括：输入单元806，例如键盘、鼠标等；输出单元807，例如各种类型的显示器、扬声器等；存储单元808，例如磁盘、光盘等；以及通信单元809，例如网卡、调制解调器、无线通信收发机等。通信单元809允许设备800通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据。
89.计算单元801可以是各种具有处理和计算能力的通用和/或专用处理组件。计算单元801的一些示例包括但不限于中央处理单元（cpu）、图形处理单元（gpu）、各种专用的人工智能（ai）计算芯片、各种运行机器学习模型算法的计算单元、数字信号处理器（dsp）、以及任何适当的处理器、控制器、微控制器等。计算单元801执行上文所描述的各个方法和处理，例如基于ac自动机的实体识别方法。例如，在一些实施例中，基于ac自动机的实体识别方法可被实现为计算机软件程序，其被有形地包含于机器可读介质，例如存储单元808。在一些实施例中，计算机程序的部分或者全部可以经由rom 802和/或通信单元809而被载入和/或安装到设备800上。当计算机程序加载到ram 803并由计算单元801执行时，可以执行上文描述的基于ac自动机的实体识别方法的一个或多个步骤。备选地，在其他实施例中，计算单元801可以通过其他任何适当的方式（例如，借助于固件）而被配置为执行基于ac自动机的实体识别方法。
90.本文中以上描述的系统和技术的各种实施方式可以在数字电子电路系统、集成电路系统、场可编程门阵列（fpga）、专用集成电路（asic）、专用标准产品（assp）、芯片上系统的系统（soc）、负载可编程逻辑设备（cpld）、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括：实施在一个或者多个计算机程序中，该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程系统上执行和/或解释，该可编程处理器可以是专用或者通用可编程处理器，可以从存储系统、至少一个输入装置、和至少一个输出装置接收数据和指令，并且将数据和指令传输至该存储系统、该至少一个输入装置、和该至少一个输出装置。
91.用于实施本公开的方法的程序代码可以采用一个或多个编程语言的任何组合来编写。这些程序代码可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器或控制器，使得程序代码当由处理器或控制器执行时使流程图和/或框图中所规定的功能/操作被实施。程序代码可以完全在机器上执行、部分地在机器上执行，作为独立软件
包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。
92.在本公开的上下文中，机器可读介质可以是有形的介质，其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的程序。机器可读介质可以是机器可读信号介质或机器可读储存介质。机器可读介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备，或者上述内容的任何合适组合。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器（ram）、只读存储器（rom）、可擦除可编程只读存储器（eprom或快闪存储器）、光纤、便捷式紧凑盘只读存储器（cd-rom）、光学储存设备、磁储存设备、或上述内容的任何合适组合。
93.为了提供与用户的交互，可以在计算机上实施此处描述的系统和技术，该计算机具有：用于向用户显示信息的显示装置（例如，crt（阴极射线管）或者lcd（液晶显示器）监视器）；以及键盘和指向装置（例如，鼠标或者轨迹球），用户可以通过该键盘和该指向装置来将输入提供给计算机。其它种类的装置还可以用于提供与用户的交互；例如，提供给用户的反馈可以是任何形式的传感反馈（例如，视觉反馈、听觉反馈、或者触觉反馈）；并且可以用任何形式（包括声输入、语音输入或者、触觉输入）来接收来自用户的输入。
94.可以将此处描述的系统和技术实施在包括后台部件的计算系统（例如，作为数据服务器）、或者包括中间件部件的计算系统（例如，应用服务器）、或者包括前端部件的计算系统（例如，具有图形用户界面或者网络浏览器的用户计算机，用户可以通过该图形用户界面或者该网络浏览器来与此处描述的系统和技术的实施方式交互）、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算系统中。可以通过任何形式或者介质的数字数据通信（例如，通信网络）来将系统的部件相互连接。通信网络的示例包括：局域网（lan）、广域网（wan）和互联网。
95.计算机系统可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。服务器可以是云服务器，也可以为分布式系统的服务器，或者是结合了区块链的服务器。
96.应该理解，可以使用上面所示的各种形式的流程，重新排序、增加或删除步骤。例如，本发公开中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行，只要能够实现本公开公开的技术方案所期望的结果，本文在此不进行限制。
97.上述具体实施方式，并不构成对本公开保护范围的限制。本领域技术人员应该明白的是，根据设计要求和其他因素，可以进行各种修改、组合、子组合和替代。任何在本公开的精神和原则之内所作的修改、等同替换和改进等，均应包含在本公开保护范围之内。