[發明專利]知識抽取方法和裝置

在審

• 申請號: 202010614729.3
• 申請日: 2020-06-30
• 公開（公告）號: CN111783463A
• 公開（公告）日: 2020-10-16
• 發明（設計）人: 周麗芳;尹存祥;駱金昌;徐思琪;鐘輝強;吳曉暉
• 申請（專利權）人: 北京百度網訊科技有限公司
• 主分類號: G06F40/295
• 分類號: G06F40/295;G06F40/30;G06F16/36;G06N3/04;G06N3/08;G06N20/00
• 代理公司: 北京英賽嘉華知識產權代理有限責任公司 11204
• 代理人: 王達佐;馬曉亞

1.一種知識抽取方法，所述方法包括：

獲取預設場景的文本數據；

識別并抽取所述文本數據中至少兩個實體以及各個實體的屬性信息；

基于任意兩個實體以及各個實體的屬性信息之間的關系，確定至少一個實體對關系模板；

基于所述文本數據，采用遠程監督模型增強所述實體對關系模板，得到強化后的實體對關系模板。

2.根據權利要求1所述的方法，所述方法還包括：

獲取預設句子；

采用所述強化后的實體對關系模板對所述預設句子進行關系模式識別，得到所述預設句子中實體對識別結果。

3.根據權利要求2所述的方法，所述方法還包括：

基于所述實體對識別結果，采用遠程監督模型增強所述強化后的實體對關系模板，得到再強化后的實體對關系模板。

4.根據權利要求1所述的方法，所述方法還包括：

獲取針對所述預設場景的查詢信息，基于強化后的實體對關系模板，生成所述查詢信息的查詢結果。

5.根據權利要求1-4之一所述的方法，其中，所述識別并抽取所述文本數據中的至少兩個實體，包括：

將所述文本數據導入基于雙向長短時記憶遞歸神經網絡模型后再導入條件隨機場模型，得到至少兩個實體。

6.根據權利要求1-4之一所述的方法，其中，所述預設場景為反恐刑偵場景；

所述識別并抽取所述文本數據中的至少兩個實體以及各個實體的屬性信息包括：

采用實體識別模型，識別并抽取所述文本數據中的至少兩個實體，所述至少兩個實體包括：人名、地名、時間、物品；

采用語義分析模型，定位所述文本數據中與所述至少兩個實體相對應的屬性信息，所述人名的屬性信息包括：出生地、出生日期、戶籍、性別、住址、職業、銀行卡號；所述地名的屬性信息包括：省、市、縣、村；所述時間的屬性信息包括：年、月、日；所述物品的屬性信息包括：數量、大小；

所述得到強化后的實體對關系模板，包括以下至少一項：

人名與物品之間的犯罪關系模板，

人名與地名之間的犯罪關系模板，

人名與時間之間的作案關系模板。

7.一種知識抽取裝置，所述裝置包括：

文本獲取單元，被配置成獲取預設場景的文本數據；

實體識別單元，被配置成識別并抽取所述文本數據中的至少兩個實體以及各個實體的屬性信息；

關系確定單元，被配置成基于任意兩個實體以及各個實體的屬性信息之間的關系，確定至少一個實體對關系模板；

模板強化單元，被配置成基于所述文本數據，采用遠程監督模型增強所述實體對關系模板，得到強化后的實體對關系模板。

8.根據權利要求7所述的裝置，還包括：

句子獲取單元，被配置成獲取預設句子；

句子識別單元，被配置成采用所述強化后的實體對關系模板對所述預設句子進行關系模式識別，得到所述預設句子中實體對識別結果。

9.根據權利要求8所述的裝置，還包括：

句子強化單元，被配置成基于所述實體對識別結果，采用遠程監督模型增強所述強化后的實體對關系模板，得到再強化后的實體對關系模板。

10.根據權利要求7所述的裝置，還包括：

結果查詢單元，被配置成獲取針對所述預設場景的查詢信息，基于強化后的實體對關系模板，生成所述查詢信息的查詢結果。

11.根據權利要求7-10之一所述的方法，其中，所述實體識別單元還被配置成將所述文本數據導入基于雙向長短時記憶遞歸神經網絡模型后再導入條件隨機場模型，得到至少兩個實體。