[發明專利]意圖實體信息抽取方法、裝置、計算機設備及存儲介質

在審

• 申請號: 202011310526.1
• 申請日: 2020-11-20
• 公開（公告）號: CN112417886A
• 公開（公告）日: 2021-02-26
• 發明（設計）人: 左彬靖
• 申請（專利權）人: 平安普惠企業管理有限公司
• 主分類號: G06F40/30
• 分類號: G06F40/30;G06N3/04;G06N3/08;G06K9/62
• 代理公司: 深圳市世聯合知識產權代理有限公司 44385
• 代理人: 汪琳琳

1.一種意圖實體信息抽取方法，其特征在于，包括下述步驟：

獲取初始文本數據，對所述初始文本數據進行預處理，得到待處理文本數據；

獲取預設的初始訓練模型，將所述待處理文本數據輸入至所述初始訓練模型中，得到訓練意圖信息和訓練實體信息，根據所述訓練意圖信息和所述訓練實體信息對所述初始訓練模型進行訓練，在所述初始訓練模型訓練完成時，確定所述初始訓練模型為初始識別模型；

從所述初始識別模型中抽取預設個數的網絡層，將抽取后的初始識別模型作為意圖識別模型；

在接收到目標文本數據時，根據所述意圖識別模型對所述目標文本數據進行識別，得到所述目標文本數據的意圖結果和實體信息。

2.根據權利要求1所述的意圖實體信息抽取方法，其特征在于，所述初始訓練模型包括編碼層、轉換層、全連接層和條件隨機場模型處理層，所述將所述待處理文本數據輸入至所述初始訓練模型中，得到訓練意圖信息和訓練實體信息的步驟具體包括：

將所述待處理文本數據輸入至所述編碼層，經過所述轉換層和所述全連接層，輸出得到所述訓練意圖信息；

將所述待處理文本數據輸入至所述編碼層，經過所述轉換層和所述條件隨機場模型處理層，輸出得到所述訓練實體信息。

3.根據權利要求1所述的意圖實體信息抽取方法，其特征在于，所述根據所述訓練意圖信息和所述訓練實體信息對所述初始訓練模型進行訓練的步驟具體包括：

獲取所述待處理文本數據的標準意圖信息和標準實體信息，根據所述標準意圖信息和所述訓練意圖信息計算第一損失函數，根據所述標準實體信息和所述訓練實體信息計算第二損失函數，根據所述第一損失函數和所述第二損失函數計算總損失函數，在所述總損失函數收斂時，確定所述初始訓練模型為待驗證模型；

獲取測試文本，根據所述測試文本對所述待驗證模型進行驗證，在所述待驗證模型對所述測試文本的驗證通過率大于等于預設閾值時，確定所述初始訓練模型訓練完成。

4.根據權利要求1所述的意圖實體信息抽取方法，其特征在于，在所述得到所述目標文本數據的意圖結果和實體信息的步驟之后還包括：

定期采集文本實體信息，根據所述文本實體信息建立字典樹；

基于所述字典樹構建所述文本實體信息的文本實體庫。

5.根據權利要求4所述的意圖實體信息抽取方法，其特征在于，所述根據所述文本實體信息建立字典樹的步驟具體包括：

獲取所述文本實體信息的標準權重值，確定所述標準權重值為葉子節點，確定所述文本實體信息為非葉子節點；

根據所述葉子節點和所述非葉子節點建立字典樹。

6.根據權利要求4所述的意圖實體信息抽取方法，其特征在于，在所述基于所述字典樹構建所述文本實體信息的文本實體庫的步驟之后還包括：

在檢測到新待檢測文本時，根據所述意圖識別模型抽取所述新待檢測文本的第一實體信息，并賦予所述第一實體信息默認權重值；

根據所述文本實體庫獲取所述新待檢測文本的第二實體信息，以及所述第二實體信息的標準權重值；

根據所述默認權重值和所述標準權重值，確定所述新待檢測文本的目標實體信息。

7.根據權利要求6所述的意圖實體信息抽取方法，其特征在于，所述根據所述默認權重值和所述標準權重值，確定所述新待檢測文本的目標實體信息的步驟具體包括：

確定是否存在與所述第一實體信息一致的第二實體信息，在確定存在與所述第一實體信息一致的第二實體信息時，將所述第一實體信息的默認權重值調整為與所述第一實體信息一致的第二實體信息的標準權重值；

確定所有的所述標準權重值中最大權重值對應的實體信息為所述新待檢測文本的目標實體信息。