[發明專利]一種SPO的抽取方法、裝置、電子設備及存儲介質

有效

• 申請號: 202010042686.6
• 申請日: 2020-01-15
• 公開（公告）號: CN111274391B
• 公開（公告）日: 2023-09-01
• 發明（設計）人: 賀薇;李雙婕;史亞冰;蔣燁;張揚;朱勇
• 申請（專利權）人: 北京百度網訊科技有限公司
• 主分類號: G06F16/35
• 分類號: G06F16/35;G06F16/36;G06F40/211;G06F40/289;G06F18/214;G06F18/24
• 代理公司: 北京品源專利代理有限公司 11332
• 代理人: 孟金喆

1.一種三元組SPO的抽取方法，其特征在于，所述方法包括：

將帶標注的訓練數據分別輸入至多個抽取模型中，通過各個抽取模型在所述帶標注的訓練數據中預測出滿足限定關系的SPO；

將各個抽取模型預測出的SPO進行融合，在融合后的SPO中提取出滿足篩選條件的SPO；

若所述滿足篩選條件的SPO不滿足輸出條件，對所述滿足篩選條件的各個SPO進行識別，獲取到各個SPO對應的句法特征和詞法特征，根據各個SPO對應的句法特征和詞法特征，設置出至少一個挖掘模板，使用所述至少一個挖掘模板，在所述帶標注的訓練數據中挖掘出標注缺失的SPO；

將所述標注缺失的SPO補充至所述帶標注的訓練數據中，重復執行上述操作，直到所述滿足篩選條件的SPO滿足所述輸出條件。

2.根據權利要求1所述的方法，其特征在于，所述在融合后的SPO中提取出滿足篩選條件的SPO，包括：

統計所述融合后的SPO中的各個SPO被各個抽取模型預測的次數；若各個SPO被各個抽取模型預測的次數的總和超過預設閾值時，則判定該SPO為所述滿足預設篩選條件的SPO；或者，

將所述融合后的SPO中的各個SPO輸入至分類模型中，通過所述分類模型將各個SPO劃分至第一類別或者第二類別中；將劃分至所述第一類別或者所述第二類別的SPO判定為所述滿足預設篩選條件的SPO。

3.根據權利要求1所述的方法，其特征在于，在所述將各個抽取模型輸出的SPO進行融合之后，在所述在融合后的SPO中提取出滿足篩選條件的SPO之前，所述方法還包括：

采用預先設置的沖突校驗方法，對所述融合后的SPO中的各個SPO進行沖突校驗；在校驗成功的SPO中提取滿足所述篩選條件的SPO；將校驗失敗的SPO進行刪除。

4.根據權利要求1所述的方法，其特征在于，在所述將所述標注缺失的SPO補充至所述帶標注的訓練數據中之后，所述方法還包括：

根據各個抽取模型預測出的SPO，在所述帶標注的訓練數據中刪除未被任何一個抽取模型預測的SPO的標注。

5.一種SPO的抽取的裝置，其特征在于，所述裝置包括：抽取模型模塊、多模型融合模塊、后處理模塊和數據增強模塊；其中，

所述抽取模型模塊，用于將帶標注的訓練數據分別輸入至多個抽取模型中，通過各個抽取模型在所述帶標注的訓練數據中預測出滿足限定關系的SPO；

所述多模型融合模塊，用于將各個抽取模型預測出的SPO進行融合，在融合后的SPO中提取出滿足篩選條件的SPO；

所述后處理模塊，用于若所述滿足篩選條件的SPO不滿足輸出條件，則根據所述滿足篩選條件的SPO，在所述帶標記的訓練數據中挖掘出標注缺失的SPO；

所述數據增強模塊，用于將所述標注缺失的SPO補充至所述帶標注的訓練數據中，重復執行上述操作，直到所述滿足篩選條件的SPO滿足所述輸出條件；

所述后處理模塊包括：識別子模塊、設置子模塊和挖掘子模塊；其中，

所述識別子模塊，用于對所述滿足篩選條件的各個SPO進行識別，獲取到各個SPO對應的句法特征和詞法特征；

所述設置子模塊，用于根據各個SPO對應的句法特征和詞法特征，設置出至少一個挖掘模板；

所述挖掘子模塊，用于使用所述至少一個挖掘模板，在所述帶標注的訓練數據中挖掘出標注缺失的SPO。

6.根據權利要求5所述的裝置，其特征在于：

所述多模型融合模塊，具體用于統計所述融合后的SPO中的各個SPO被各個抽取模型預測的次數；若各個SPO被各個抽取模型預測的次數的總和超過預設閾值時，則判定該SPO為所述滿足預設篩選條件的SPO；或者，將所述融合后的SPO中的各個SPO輸入至分類模型中，通過所述分類模型將各個SPO劃分至第一類別或者第二類別中；將劃分至所述第一類別或者所述第二類別的SPO判定為所述滿足預設篩選條件的SPO。