[發明專利]信息提取方法、裝置、電子設備及存儲介質

在審

• 申請號: 201911379232.1
• 申請日: 2019-12-27
• 公開（公告）號: CN111062211A
• 公開（公告）日: 2020-04-24
• 發明（設計）人: 宋維林;楊慶友;黃林;黎華清;葉小輝;杜敏聰;陳燕芬
• 申請（專利權）人: 中國聯合網絡通信集團有限公司
• 主分類號: G06F40/289
• 分類號: G06F40/289;G06F40/30;G06F40/247
• 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;臧建明

1.一種信息提取方法，其特征在于，包括：

根據預設分詞工具對待處理文本進行分詞處理以獲取動作類分詞集合以及名詞類分詞集合，其中，所述預設分詞工具使用的分詞詞典包括場景詞典，所述場景詞典包括動作類詞典以及名詞類詞典，所述場景詞典為根據所述待處理文本對應的業務場景類型確定的詞典；

確定第一動作類分詞與第一名詞類分詞之間點互信息對應的第一概率值，其中，所述第一動作類分詞屬于所述動作類分詞集合，所述第一名詞類分詞屬于所述名詞類分詞集合；

若所述第一概率值大于預設概率閾值，則根據所述第一動作類分詞與所述第一名詞類分詞生成第一意圖信息。

2.根據權利要求1所述的信息提取方法，其特征在于，在所述根據預設分詞工具對待處理文本進行分詞處理以獲取動作類分詞集合以及名詞類分詞集合之前，包括：

獲取待處理對話，所述待處理對話為客服機器人與客戶之間的對話文本；

提取所述待處理對話中的客戶文本以生成所述待處理文本。

3.根據權利要求1或2所述的信息提取方法，其特征在于，所述名詞類詞典包括業務類詞典以及活動類詞典。

4.根據權利要求1或2所述的信息提取方法，其特征在于，所述根據預設分詞工具對待處理文本進行分詞處理以獲取動作類分詞集合以及名詞類分詞集合，包括：

根據所述預設分詞工具對所述待處理文本進行分詞處理以獲取初始動作類分詞集合以及初始名詞類分詞集合；

根據預設同義詞詞典對所述初始動作類分詞集合中的動作類分詞進行同義詞聚類后生成所述動作類分詞集合；

根據預設同義詞詞典對所述初始名詞類分詞集合中的名詞類分詞進行同義詞聚類后生成所述名詞類分詞集合。

5.根據權利要求4所述的信息提取方法，其特征在于，在所述根據預設分詞工具對待處理文本進行分詞處理以獲取動作類分詞集合以及名詞類分詞集合之后，還包括：

對所述動作類分詞集合中的動作類分詞進行詞頻排序，以確定排序在第一位置以前的動作類分詞構成高頻動作類分詞集合，所述第一動作類分詞屬于所述高頻動作類分詞集合；

對所述名詞類分詞集合中的名詞類分詞進行詞頻排序，以確定排序在第二位置以前的名詞類分詞構成高頻名詞類分詞集合，所述第一名詞類分詞屬于所述高頻名詞類分詞集合。

6.一種信息提取裝置，其特征在于，包括：

文本分詞模塊，用于根據預設分詞工具對待處理文本進行分詞處理以獲取動作類分詞集合以及名詞類分詞集合，其中，所述預設分詞工具使用的分詞詞典包括場景詞典，所述場景詞典包括動作類詞典以及名詞類詞典，所述場景詞典為根據所述待處理文本對應的業務場景類型確定的詞典；

概率確定模塊，用于確定第一動作類分詞與第一名詞類分詞之間點互信息對應的第一概率值，其中，所述第一動作類分詞屬于所述動作類分詞集合，所述第一名詞類分詞屬于所述名詞類分詞集合；

信息生成模塊，用于若所述第一概率值大于預設概率閾值，則根據所述第一動作類分詞與所述第一名詞類分詞生成第一意圖信息。

7.根據權利要求6所述的信息提取裝置，其特征在于，還包括：

對話獲取模塊，用于獲取待處理對話，所述待處理對話為客服機器人與客戶之間的對話文本；

文本提取模塊，用于提取所述待處理對話中的客戶文本以生成所述待處理文本。

8.根據權利要求6或7所述的信息提取裝置，其特征在于，所述名詞類詞典包括業務類詞典以及活動類詞典。

9.一種電子設備，其特征在于，包括：

處理器；以及，

存儲器，用于存儲所述處理器的可執行指令；

其中，所述處理器配置為經由執行所述可執行指令來執行權利要求1至5任一項所述的信息提取方法。

10.一種存儲介質，其上存儲有計算機程序，其特征在于，該程序被處理器執行時實現權利要求1至5任一項所述的信息提取方法。