[發明專利]未登錄屬性抽取方法和裝置

在審

• 申請號: 201710374631.3
• 申請日: 2017-05-24
• 公開（公告）號: CN108932223A
• 公開（公告）日: 2018-12-04
• 發明（設計）人: 張碧川;黃耀海;郭瑞山
• 申請（專利權）人: 佳能株式會社
• 主分類號: G06F17/27
• 分類號: G06F17/27
• 代理公司: 北京怡豐知識產權代理有限公司 11293
• 代理人: 遲軍

1.一種未登錄屬性抽取裝置，所述未登錄屬性抽取裝置包括：

獲取單元，配置為從文本文檔中獲取文本語句；

屬性抽取單元，配置為從所述文本語句中抽取已登錄屬性、候選未登錄屬性、所述已登錄屬性之間的關系以及所述已登錄屬性與所述候選未登錄屬性之間的關系；

未登錄屬性識別單元，配置為在所述候選未登錄屬性滿足通用屬性結構的一部分的情況下，將所述候選未登錄屬性識別為未登錄屬性。

2.根據權利要求1所述的未登錄屬性抽取裝置，其中，所述通用屬性結構是預定義的，并且包含未登錄屬性、至少兩個結構化元素、所述至少兩個結構化元素之間的關系以及所述未登錄屬性與所述至少兩個結構化元素之間的關系。

3.根據權利要求1所述的未登錄屬性抽取裝置，其中，所述未登錄屬性識別單元執行如下操作：

將所述已登錄屬性、所述候選未登錄屬性以及所述已登錄屬性和所述候選未登錄屬性之間的關系映射為結構化元素；

確定所述具有關系的結構化元素是否滿足所述通用屬性結構，在所述具有關系的結構化元素與所述通用屬性結構匹配的情況下，被映射為所述具有關系的結構化元素的所述候選未登錄屬性為未登錄屬性。

4.根據權利要求2或3所述的未登錄屬性抽取裝置，所述未登錄屬性抽取裝置還包括：

特定屬性結構生成單元，配置為根據所述未登錄屬性生成特定屬性結構，其中，所述特定屬性結構由所述結構化元素以及所述未登錄屬性內部的至少一個特定部分和可替換部分組成，并且還包含所述特定部分、所述可替換部分和所述結構化元素之間的關系。

5.根據權利要求4所述的未登錄屬性抽取裝置，其中，

所述特定屬性結構生成單元將所述未登錄屬性分成所述特定部分和所述可替換部分，并且通過分析所述未登錄屬性來識別所述未登錄屬性的核心部分和修飾語部分，并將所述核心部分指定為所述特定部分，將所述修飾語部分指定為所述可替換部分。

6.根據權利要求4所述的未登錄屬性抽取裝置，其中，

所述特定屬性結構生成單元識別所述未登錄屬性的數字部分，然后將所述數字部分指定為所述可替換部分。

7.根據權利要求4所述的未登錄屬性抽取裝置，其中，

所述特定屬性結構生成單元識別所述未登錄屬性和至少一個其他屬性的相同內容，然后將所述內容指定為所述特定部分。

8.根據權利要求4所述的未登錄屬性抽取裝置，其中，

所述特定屬性結構生成單元識別所述未登錄屬性的無限集中的詞語，然后將所述無限集中的所述詞語指定為可替換部分。

9.根據權利要求2所述的未登錄屬性抽取裝置，其中，所述結構化元素包括從中心對象類型、屬性方面類型、屬性內容類型、屬性比較標記類型、連接詞類型、判斷詞類型或自相關類型中選擇的至少兩個結構化類型。

10.根據權利要求3所述的未登錄屬性抽取裝置，其中，將所述候選未登錄屬性映射為所述結構化元素，包括：

從所述文本語句和醫學文檔中抽取候選未登錄屬性的特征；

根據所述特征確定所述候選未登錄屬性的所述結構化元素。

11.根據權利要求2所述的未登錄屬性抽取裝置，其中，所述通用屬性結構的所述結構化元素為以下項目之一：

a)包括兩個中心對象和至少一個與中心對象相關的位置標記詞；

b)包括一個中心對象、一個中心對象屬性、以及一個與所述中心對象和所述中心對象屬性相關的唯一屬性值；

c)包括一個中心對象、一個中心對象屬性、一個表示特定類別的詞語以及一個與所述詞語相關的枚舉值詞語，所述枚舉值詞語與所述中心對象以及所述中心對象屬性具有關系；或

d)包括一個中心對象、一個中心對象屬性、一個表示特定類別的詞語以及一個與所述詞語相關的修飾值詞語，所述修飾值詞語與所述中心對象以及所述中心對象屬性具有關系。