[發明專利]信息質量評估方法、裝置、設備及計算機可讀存儲介質有效

申請號：	201810938623.1	申請日：	2018-08-17
公開（公告）號：	CN110889274B	公開（公告）日：	2022-02-08
發明（設計）人：	謝海華;陳雪飛;佟津樂	申請（專利權）人：	北大方正集團有限公司;北大方正信息產業集團有限公司
主分類號：	G06F40/211	分類號：	G06F40/211;G06F40/30;G06F40/295
代理公司：	北京同立鈞成知識產權代理有限公司 11205	代理人：	張子青;劉芳
地址：	100871 北京市海***	國省代碼：	北京;11
權利要求書：	查看更多	說明書：	查看更多
摘要：
搜索關鍵詞：	信息質量評估方法裝置設備計算機可讀存儲介質
鉆瓜網技術展會專利詞庫專利權人專利榜在售專利公布日期熱門專利

【說明書】：

本發明提供一種信息質量評估方法、裝置、設備及計算機可讀存儲介質，方法包括：確定待評估語句；通過預設的神經網絡模型對所述待評估語句的明確度進行判別，獲得判別后的待評估語句；對所述判別后的待評估語句的語句價值進行評估，獲得評估結果；根據所述評估結果對所述待評估語句進行信息抽取。從而能夠提高抽取到的待評估語句的信息質量。

技術領域

本發明涉及信息檢索與文本信息處理領域，尤其涉及一種信息質量評估方法、裝置、設備及計算機可讀存儲介質。

背景技術

從非結構化文本中抽取信息，即信息抽取，是文本信息處理領域的基礎任務之一，具體地，抽取的信息可以包括實體屬性、實體關系以及時間等。此外，信息抽取還是很多自然語言處理高級任務的前提，其中，高級任務包括智能問答，機器寫作，文本閱讀理解等。從文本中提取出含有所需信息的語句，是信息抽取的前提工作。在很多場景中，從文本中直接抽取信息，存在準確率低、訓練成本高、容錯率低等缺點。因此，如何提高信息抽取的準確性成為亟待解決的問題。

為了提高信息抽取的準確性，現有技術中提出一種信息抽取方法，具體地，可以從文本中先找出含有所需信息的語句，然后運用規則或者人工方法抽取信息，是信息抽取的一種折衷手段。

但是，上述方法雖然能夠實現信息的快速抽取時，但是往往存在以下問題：1、識別的信息語句，可能包含不明確的信息，包括以下幾種情況：信息是不確定的、不詳盡的、或者語句中的代詞指代不明。例如：“李白可能出生于四川。”，所述的信息是不確定的；“李白在幼年曾多次隨父遷徙。”，遷徙的時間、地點等信息未說明，因此所述的信息是不詳盡的；“該人在當天參加了組織會議。”，其中的“該人”和“當天”等代詞的指代信息不確定。2、識別的信息語句，可能包含無價值的信息。例如：“士兵王曉在5月30日的戰斗中逃跑了。”，該事件的主體“士兵王曉”可能不是我們關心的實體。因此，抽取到的信息質量參差不齊，且部分信息為無用信息。

發明內容

本發明提供一種信息質量評估方法、裝置、設備及計算機可讀存儲介質，用于解決現有的信息抽取方法造成的信息抽取質量較低的技術問題。

本發明的第一個方面是提供一種信息質量評估方法，包括：

確定待評估語句；

通過預設的神經網絡模型對所述待評估語句的明確度進行判別，獲得判別后的待評估語句；

對所述判別后的待評估語句的語句價值進行評估，獲得評估結果；

根據所述評估結果對所述待評估語句進行信息抽取。

本發明的另一個方面是提供一種信息質量評估裝置，包括：

待評估語句確定模塊，用于確定待評估語句；

判別模塊，用于通過預設的神經網絡模型對所述待評估語句的明確度進行判別，獲得判別后的待評估語句；

評估模塊，用于對所述判別后的待評估語句的語句價值進行評估，獲得評估結果；

抽取模塊，用于根據所述評估結果對所述待評估語句進行信息抽取。