[發明專利]信息提取的方法及裝置、存儲介質和處理器

有效

• 申請號: 201910045546.1
• 申請日: 2019-01-17
• 公開（公告）號: CN111523952B
• 公開（公告）日: 2023-05-05
• 發明（設計）人: 王濤;李林琳;司羅
• 申請（專利權）人: 阿里巴巴集團控股有限公司
• 主分類號: G06Q30/0601
• 分類號: G06Q30/0601;G06F40/284;G06F40/289
• 代理公司: 北京博浩百睿知識產權代理有限責任公司 11134
• 代理人: 謝湘寧;張文華

1.一種信息提取的方法，其特征在于，包括：

獲取目標商品的商品信息，其中，通過至少兩種語種標注過所述目標商品的商品信息；

獲取所述商品信息的句子向量表達式和所述商品信息的詞語向量表達式；

將所述句子向量表達式輸入至多個目標模型的共享部分，輸出句子特征向量，將所述詞語向量表達式輸入至所述共享部分中輸出詞語特征向量，其中，所述多個目標模型的共享部分為多個不同語種的目標模型的交集部分，不同語種之間的使用范圍存在差異，其中，所述共享部分用于將已掌握的語言的知識遷移到沒有掌握的語言上，所述共享部分在中心詞的多任務學習過程中，對語言無關的特征進行抽取和建模；

基于所述句子特征向量和所述詞語特征向量確定所述商品信息中的目標信息，其中，所述目標信息為中心詞，所述中心詞為電商標題或搜索查詢時與所述目標商品最接近的詞。

2.根據權利要求1所述的信息提取的方法，其特征在于，所述方法還包括：

在將所述句子向量表達式輸入至多個目標模型的共享部分之前，獲取標注數據，其中，所述標注數據中包括多個目標商品的商品信息和每個商品所屬的葉子類目；

確定基于所述標注數據隨機生成的句子向量表達式和詞語向量表達式；

采用所述標注數據和所述隨機生成的句子向量表達式和詞語向量表達式對多個目標模型上目標層的參數進行訓練，確定每個目標模型上目標層的參數，以確定所述共享部分。

3.根據權利要求2所述的信息提取的方法，其特征在于，采用所述標注數據和所述隨機生成的句子向量表達式和詞語向量表達式對多個目標模型上目標層的參數進行訓練，確定每個目標模型上目標層的參數，以確定所述共享部分包括：

將所述隨機生成的句子向量表達式輸入至所述多個目標模型，輸出句子特征向量，將隨機生成的詞語向量表達式輸入至所述多個目標模型，輸出詞語特征向量；

根據所述句子特征向量和所述詞語特征向量確定每個詞語與詞語所在目標商品的商品信息的相似度，以確定每個商品的目標信息；

根據所述句子特征向量，確定每個目標商品的商品信息的所屬葉子類目；

基于確定出的每個商品的目標信息和確定出的每個目標商品的商品信息的所屬葉子類目重新輸入至所述多個目標模型，直到確定出的每個商品的目標信息與所述標注數據中標注出的每個商品的目標信息相同，并且確定出的每個商品所屬的葉子類目與所述標注數據中的每個商品所屬的葉子類目相同為止，確定出所述多個目標模型上目標層的參數，以確定所述共享部分。

4.根據權利要求3所述的信息提取的方法，其特征在于，所述方法還包括：將確定所述共享部分過程中的句子向量表達式和詞語向量表達式存儲在詞典中。

5.根據權利要求4所述的信息提取的方法，其特征在于，獲取所述商品信息的句子向量表達式和所述商品信息的詞語向量表達式包括：

基于所述商品信息從所述詞典中去獲取所述目標商品的商品信息對應的句子向量表達式和所述目標商品的商品信息對應的詞語向量表達式。

6.根據權利要求4所述的信息提取的方法，其特征在于，基于所述句子特征向量和所述詞語特征向量確定所述商品信息中的目標信息包括：

基于所述句子特征向量和所述詞語特征向量確定出所述商品信息中的各個詞語與所述商品信息的相似度；

將與所述商品信息的相似度大于預設閾值的詞語作為所述目標商品的商品信息。

7.根據權利要求1所述的信息提取的方法，其特征在于，所述商品信息包括標題信息，所述目標信息包括中心詞。

8.根據權利要求1所述的信息提取的方法，其特征在于，所述方法應用于電商領域，所述目標商品為網站中的商品。