[發(fā)明專利]一種關(guān)鍵句提取方法及裝置

有效

• 申請(qǐng)?zhí)枺?/td>: 201910870111.0
• 申請(qǐng)日: 2019-09-16
• 公開(kāi)（公告）號(hào): CN110597976B
• 公開(kāi)（公告）日: 2022-11-15
• 發(fā)明（設(shè)計(jì)）人: 樊駿鋒;李長(zhǎng)亮;汪美玲
• 申請(qǐng)（專利權(quán)）人: 北京金山數(shù)字娛樂(lè)科技有限公司;成都金山數(shù)字娛樂(lè)科技有限公司
• 主分類號(hào): G06F16/335
• 分類號(hào): G06F16/335;G06F16/33;G06F40/295
• 代理公司: 北京智信禾專利代理有限公司 11637
• 代理人: 王治東

本申請(qǐng)?zhí)峁┮环N關(guān)鍵句提取方法及裝置。其中，所述方法包括：獲取至少一個(gè)目標(biāo)句單元；將每一個(gè)目標(biāo)句單元分別進(jìn)行匹配提取處理、模板提取處理和模型提取處理，生成匹配事件要素信息集、模板事件要素信息集和模型事件要素信息集；將匹配事件要素信息集、模板事件要素信息集和模型事件要素信息集進(jìn)行融合處理，生成融合事件要素信息集；將目標(biāo)句單元的融合事件要素信息集分別與預(yù)設(shè)數(shù)據(jù)庫(kù)以及預(yù)設(shè)事件要素進(jìn)行對(duì)比，基于對(duì)比結(jié)果確定并提取關(guān)鍵句。本申請(qǐng)?zhí)峁┑姆椒把b置可以提高事件要素信息提取的準(zhǔn)確性及完整性，進(jìn)而提高關(guān)鍵句提取的準(zhǔn)確性和完整性，避免提取過(guò)程中事件要素信息及關(guān)鍵句的遺漏。

技術(shù)領(lǐng)域

本申請(qǐng)涉及互聯(lián)網(wǎng)技術(shù)領(lǐng)域，特別涉及一種關(guān)鍵句提取方法及裝置、計(jì)算設(shè)備及計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)。

背景技術(shù)

隨著互聯(lián)網(wǎng)的高速發(fā)展，越來(lái)越多的信息以電子文本的形式呈現(xiàn)給用戶。為了幫助用戶在海量信息中快速找到所需要的信息，提出了信息抽取的概念。信息抽取是指從自然語(yǔ)言文本中抽取事實(shí)信息，并且以結(jié)構(gòu)化的形式描述信息。事件抽取是信息抽取中的一個(gè)重要研究方向，主要是指從含有事件信息的文本數(shù)據(jù)中抽取出感興趣的事件信息，并且將用自然語(yǔ)言表達(dá)事件以結(jié)構(gòu)化的形式呈現(xiàn)，比如，什么人、什么地方、什么時(shí)間、做了什么事。

目前，事件抽取中的關(guān)鍵句提取主要采用人工提取法、關(guān)鍵詞篩選法或深度學(xué)習(xí)法。但是人工抽取法需耗費(fèi)大量人工，且信息實(shí)時(shí)性差，效果不穩(wěn)定，關(guān)鍵詞篩選法準(zhǔn)確度較低，且關(guān)鍵詞也無(wú)法實(shí)時(shí)更新，深度學(xué)習(xí)法需要生成大量標(biāo)注數(shù)據(jù)，成本大，且無(wú)法保證抽取的完整性。

發(fā)明內(nèi)容

有鑒于此，本申請(qǐng)實(shí)施例提供了一種關(guān)鍵句提取方法及裝置、計(jì)算設(shè)備及計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)，以解決現(xiàn)有技術(shù)中存在的技術(shù)缺陷。

本申請(qǐng)實(shí)施例公開(kāi)了一種關(guān)鍵句提取方法，包括：

獲取至少一個(gè)目標(biāo)句單元；

將每一個(gè)所述目標(biāo)句單元分別進(jìn)行匹配提取處理、模板提取處理和模型提取處理，生成匹配事件要素信息集、模板事件要素信息集和模型事件要素信息集；

將所述匹配事件要素信息集、模板事件要素信息集和模型事件要素信息集進(jìn)行融合處理，生成融合事件要素信息集；

將所述目標(biāo)句單元的融合事件要素信息集分別與預(yù)設(shè)數(shù)據(jù)庫(kù)以及預(yù)設(shè)事件要素進(jìn)行對(duì)比，基于對(duì)比結(jié)果確定并提取關(guān)鍵句。

進(jìn)一步地，所述獲取至少一個(gè)目標(biāo)句單元，包括：

獲取目標(biāo)文本；

對(duì)所述目標(biāo)文本進(jìn)行分句處理，得到至少一個(gè)句單元；

通過(guò)滑動(dòng)窗口沿預(yù)設(shè)的滑動(dòng)路徑，以預(yù)設(shè)的滑動(dòng)步長(zhǎng)滑動(dòng)，并提取滑動(dòng)過(guò)程中所述滑動(dòng)窗口內(nèi)的句單元，得到目標(biāo)句單元。

進(jìn)一步地，所述將每一個(gè)所述目標(biāo)句單元分別進(jìn)行匹配提取處理、模板提取處理和模型提取處理，生成匹配事件要素信息集、模板事件要素信息集和模型事件要素信息集，包括：

在預(yù)設(shè)數(shù)據(jù)庫(kù)中匹配與所述目標(biāo)句單元相對(duì)應(yīng)的已存儲(chǔ)事件要素信息集，在匹配到與所述目標(biāo)句單元相對(duì)應(yīng)的已存儲(chǔ)事件要素信息集的情況下，將所述已存儲(chǔ)事件要素信息集作為匹配事件要素信息集，在未匹配到與所述目標(biāo)句單元相對(duì)應(yīng)的已存儲(chǔ)事件要素信息集的情況下，匹配事件要素信息集為空集；

基于預(yù)設(shè)的規(guī)則模板在所述目標(biāo)句單元中提取事件要素信息，生成模板事件要素信息集；

將所述目標(biāo)句單元輸入至識(shí)別模型中提取事件要素信息，生成模型事件要素信息集。

進(jìn)一步地，所述將所述匹配事件要素信息集、模板事件要素信息集和模型事件要素信息集進(jìn)行融合處理，生成融合事件要素信息集，包括：