[發(fā)明專利]一種信息處理的方法、裝置、計算機存儲介質(zhì)及終端

在審

• 申請?zhí)枺?/td>: 202010181441.1
• 申請日: 2020-03-16
• 公開（公告）號: CN111428473A
• 公開（公告）日: 2020-07-17
• 發(fā)明（設(shè)計）人: 陳棟;付驍弈
• 申請（專利權(quán)）人: 北京明略軟件系統(tǒng)有限公司
• 主分類號: G06F40/216
• 分類號: G06F40/216
• 代理公司: 北京安信方達知識產(chǎn)權(quán)代理有限公司 11262
• 代理人: 王康;龍洪

一種信息處理的方法、裝置、計算機存儲介質(zhì)及終端，包括：統(tǒng)計原始文本和抽取結(jié)果包含的各詞性詞語的詞數(shù)，獲得詞性統(tǒng)計信息；根據(jù)獲得的詞性統(tǒng)計信息，計算抽取結(jié)果中包含的各詞性詞語的信息覆蓋度；根據(jù)計算的所有詞性詞語的信息覆蓋度，確定抽取結(jié)果的質(zhì)量。本發(fā)明實施例通過自動化過程實現(xiàn)了抽取結(jié)果的質(zhì)量評價，提升了質(zhì)量評價的分析效率。

技術(shù)領(lǐng)域

本文涉及但不限于知識圖譜技術(shù)，尤指一種信息處理的方法、裝置、計算機存儲介質(zhì)及終端。

背景技術(shù)

當前，海量的非結(jié)構(gòu)化數(shù)據(jù)(文本)多具有不規(guī)范性和開放性等特點，使得依賴于訓練語料的有監(jiān)督的信息抽取方法變得不再適用。

開放域文本信息抽取是指通過無監(jiān)督的方式從自然語言文本中抽取指定類型的信息，所抽取的語義單元不再限定類型，而是自動地從網(wǎng)絡(luò)中挖掘語義單元的類型，例如實體類型、關(guān)系類型等，并形成結(jié)構(gòu)化數(shù)據(jù)的文本處理技術(shù)；形成的結(jié)構(gòu)化數(shù)據(jù)后期可用于知識圖譜構(gòu)建、數(shù)據(jù)分析等任務(wù)。獲得結(jié)構(gòu)化數(shù)據(jù)后，一般需要對開放域文本信息抽取的抽取結(jié)果進行質(zhì)量評價。

相關(guān)技術(shù)中，對抽取結(jié)果進行質(zhì)量評價的方法一般基于人工標注的測試樣本集進行，處理過程包括：針對測試樣本集中的每一條樣本，標注其可能的三元組(實體-關(guān)系-實體)、二元組(實體-屬性)等；通過對比標注結(jié)果與抽取結(jié)果進行質(zhì)量評估；評估指標包括準確率、召回率和F1(準確率和召回率的調(diào)和平均數(shù))等。這種方法存在人工標注耗時耗力、標注結(jié)果可能因為標注人員的差異而不同等問題。如何實現(xiàn)對開放域文本信息抽取的抽取結(jié)果進行質(zhì)量評價，成為一個有待解決的問題。

發(fā)明內(nèi)容

以下是對本文詳細描述的主題的概述。本概述并非是為了限制權(quán)利要求的保護范圍。

本發(fā)明實施例提供一種信息處理的方法、裝置、計算機存儲介質(zhì)及終端，能夠?qū)Τ槿〗Y(jié)果的質(zhì)量進行評價。

本發(fā)明實施例提供了一種信息處理的方法，包括：

統(tǒng)計原始文本和抽取結(jié)果包含的各詞性詞語的詞數(shù)，獲得詞性統(tǒng)計信息；

根據(jù)獲得的詞性統(tǒng)計信息，計算抽取結(jié)果中包含的各詞性詞語的信息覆蓋度；

根據(jù)計算的所有詞性詞語的信息覆蓋度，確定抽取結(jié)果的質(zhì)量。

在一種示例性實施例中，所述計算抽取結(jié)果中包含的各詞性詞語的信息覆蓋度，包括：

根據(jù)所述詞性統(tǒng)計信息，分別通過以下公式計算所述抽取結(jié)果中包含的各詞性詞語的信息覆蓋度：

所述抽取結(jié)果中當前詞性詞語的詞數(shù)/所述原始文本中當前詞性詞語的詞數(shù)。

在一種示例性實施例中，所述確定抽取結(jié)果的質(zhì)量，包括：

將計算獲得的各詞性詞語的所述信息覆蓋度，分別與預(yù)設(shè)的加權(quán)參數(shù)相乘后累加，獲得加權(quán)信息覆蓋度；

其中，所述加權(quán)信息覆蓋度用于量化所述抽取結(jié)果的質(zhì)量。

在一種示例性實施例中，所述抽取結(jié)果中包括以下一種或任意種詞性的詞語：

名詞、動詞、介詞和副詞。

另一方面，本發(fā)明實施例還提供一種計算機存儲介質(zhì)，所述計算機存儲介質(zhì)中存儲有計算機程序，所述計算機程序被處理器執(zhí)行時實現(xiàn)上述信息處理的方法。

再一方面，本發(fā)明實施例還提供一種終端，包括：存儲器和處理器，所述存儲中保存有計算機程序；其中，

處理器被配置為執(zhí)行存儲器中的計算機程序；

所述計算機程序被所述處理器執(zhí)行時實現(xiàn)如上述信息處理的方法。

還一方面，本發(fā)明實施例還提供一種信息處理的裝置，包括：統(tǒng)計單元、計算單元和確定單元；其中，