[發明專利]一種文本處理方法和相關裝置

有效

• 申請號: 202011506473.0
• 申請日: 2020-12-18
• 公開（公告）號: CN112287111B
• 公開（公告）日: 2021-03-23
• 發明（設計）人: 劉志煌
• 申請（專利權）人: 騰訊科技（深圳）有限公司
• 主分類號: G06F16/35
• 分類號: G06F16/35;G06F40/126;G06F40/289;G06K9/62
• 代理公司: 深圳市深佳知識產權代理事務所(普通合伙) 44285
• 代理人: 常忠良

本申請公開一種文本處理方法和相關裝置，根據目標事件關系對應的指定關聯詞，獲取多個事件文本，每個事件文本包括事件關系對。根據事件關系對之間第一事件的相似程度和事件關系對之間第二事件的相似程度，對事件關系對進行分組，屬于同一組的事件關系對之間第一事件與第二事件分別相似，為同一個事件關系對中第一事件標記第一類別標簽，第二事件標記第二類別標簽。針對每組事件關系對，根據事件關系對所對應的事件文本生成具有第一類別標簽和第二類別標簽的目標類序列規則。進而根據待抽取文本與目標類序列規則的匹配程度確定待抽取文本中的目標事件關系。本申請根據目標類序列規則從文本確定目標事件關系，提高了模式的覆蓋率、增加召回率。

技術領域

本申請涉及數據處理領域，特別是涉及一種文本處理方法和相關裝置。

背景技術

事件是指在特定環境下發生的由若干角色參與并表現出若干動作特征的事情。事件關系反映的是事件之間的語義關系，在文本表示中既常見又非常重要。而事件關系抽取是指自動識別事件之間具有的某種語義關系，事件關系抽取可以應用在許多領域中，例如金融領域可以通過事件關系抽取來評估金融風險事件對下游公司營業狀態、股票漲跌等影響情況，為公司未來發展提供一個有價值的參考分析，可以有效的輔助決策，降低金融運營風險。

目前，針對事件關系為事件因果關系，進行事件因果關系抽取時，主要通過人工指定因果關系詞，進而根據文本是否包括該因果關系詞及因果關系詞所在的上下文抽取對應的事件因果關系。

然而這種方法只能夠抽取具有人工指定因果關系詞的事件因果關系，而人工指定因果關系詞是有限的，極大降低了事件因果關系抽取的覆蓋率。

發明內容

為了解決上述技術問題，本申請提供了一種文本處理方法和相關裝置，解決了相關技術中需要依賴人工制定模式的問題。且目標類序列規則體現了具有目標事件關系的文本的編碼序列特征，一旦文本符合該編碼序列特征，便可以根據目標類序列規則從中確定目標事件關系，提高了模式的覆蓋率、增加召回率。

本申請實施例公開了如下技術方案：

第一方面，本申請實施例提供一種文本處理方法，所述方法包括：

根據目標事件關系對應的指定關聯詞，獲取多個事件文本，每個事件文本包括事件關系對，所述事件關系對中包括第一事件和第二事件，所述第一事件與所述第二事件通過所述指定關聯詞連接以具有目標事件關系；

根據所述事件關系對之間第一事件的相似程度和所述事件關系對之間第二事件的相似程度，對所述事件關系對進行分組，屬于同一組的事件關系對之間第一事件與第二事件分別相似，同一個事件關系對中第一事件具有第一類別標簽，第二事件具有第二類別標簽；

針對每組事件關系對，根據事件關系對所對應的事件文本生成具有第一類別標簽和第二類別標簽的目標類序列規則，所述目標類序列規則用于指示所述事件文本的編碼序列特征；

根據所述目標類序列規則與待抽取文本的匹配程度，確定所述待抽取文本中的所述目標事件關系。

第二方面，本申請實施例提供一種文本處理裝置，所述裝置包括獲取單元、分組單元、生成單元和確定單元：

所述獲取單元，用于根據目標事件關系對應的指定關聯詞，獲取多個事件文本，每個事件文本包括事件關系對，所述事件關系對中包括第一事件和第二事件，所述第一事件與所述第二事件通過所述指定關聯詞連接以具有目標事件關系；

所述分組單元，用于根據所述事件關系對之間第一事件的相似程度和所述事件關系對之間第二事件的相似程度，對所述事件關系對進行分組，屬于同一組的事件關系對之間第一事件與第二事件分別相似，同一個事件關系對中第一事件具有第一類別標簽，第二事件具有第二類別標簽；