[發明專利]句子成分識別方法、裝置、計算機設備和存儲介質

在審

• 申請號: 202110303970.9
• 申請日: 2021-03-22
• 公開（公告）號: CN115114902A
• 公開（公告）日: 2022-09-27
• 發明（設計）人: 劉旺旺
• 申請（專利權）人: 廣州視源電子科技股份有限公司;廣州視源人工智能創新研究院有限公司
• 主分類號: G06F40/211
• 分類號: G06F40/211;G06F40/35;G06F16/332;G06K9/62;G06N3/08
• 代理公司: 華進聯合專利商標代理有限公司 44224
• 代理人: 聶榕

本申請涉及一種句子成分識別方法、裝置、計算機設備和存儲介質。方法包括：獲取句子以及要識別的句子成分；獲取句子成分對應的問詢；將問詢以及句子輸入到預先訓練好的句子成分識別模型，獲得句子成分在句子中的開始位置和結束位置；句子成分識別模型基于問詢和標識了各句子成分所在位置的句子集訓練得到；根據句子成分的開始位置和結束位置，獲取句子成分對應文本內容。該方法通過將成分分析任務當作問答任務，構建每個句子成分的問詢，提前訓練好句子成分識別模型即可，操作簡單，便利性高。

技術領域

本申請涉及自然語言處理技術領域，特別是涉及一種句子成分識別方法、裝置、計算機設備和存儲介質。

背景技術

句法分析是自然語言處理中的關鍵技術之一，其基本任務是確定句子的句法結構或者句子中詞匯之間的依存關系。例如，采用依存句法分析方法，得到詞與詞之間的依賴關系，依賴關系如與中心詞為主謂關系等。因此，依賴關系能夠用于分析句子成分。具體是基于依存句法分析和規則方法。

但是，依存句法分析和規則的方法，需要人工定義規則并維護，操作復雜。

發明內容

基于此，有必要針對上述技術問題，提供一種操作簡單的句子成分識別方法、裝置、計算機設備和存儲介質。

一種句子成分識別方法，所述方法包括：

獲取句子以及要識別的句子成分；

獲取所述句子成分對應的問詢；

將所述問詢以及所述句子輸入到預先訓練好的句子成分識別模型，獲得所述句子成分在所述句子中的開始位置和結束位置；所述句子成分識別模型基于問詢和標識了各句子成分所在位置的句子集訓練得到；

根據所述句子成分的所述開始位置和結束位置，獲取所述句子成分對應文本內容。

在其中一個實施例中，將所述問詢以及所述句子輸入到預先訓練好的句子成分識別模型，獲得所述句子成分在所述句子中的開始位置和結束位置，包括：

將所述問詢的各單詞的詞向量、位置向量和標識向量作為問詢的輸入特征，以及將所述句子各單詞的詞向量、位置向量和標識向量作為句子的輸入特征，輸入到預先訓練好的句子成分識別模型；

通過所述句子成分識別模型對所述問詢的輸入特征和所述句子的輸入特征進行處理，得到句子各單詞的詞表征；其中，所述處理包括問詢的輸入特征和句子的輸入特征的注意力交互處理；

根據句子各單詞的詞表征，獲得所述句子成分在所述句子中的開始位置和結束位置。

在其中一個實施例中，根據句子各單詞的詞表征，獲得所述句子成分在所述句子中的開始位置和結束位置詞表征，包括：

根據所述句子每個位置的詞表征，若判斷對應的所述位置為所述句子成分的開始位置，則將所述位置加入開始位置集合，若判斷對應的所述位置為所述句子成分的結束位置，則將所述位置加入結束位置集合；

若所述開始位置集合中的開始位置與結束位置集合中的結束位置的位置匹配概率大于閾值，則得到所述句子成分的開始位置和結束位置。

在其中一個實施例中，所述方法還包括：

若所述句子成分的開始位置和結束位置之間有謂語成分，則確定所述句子成分為從句；

將所述開始位置和結束位置在所述從句范圍內的句子成分，確定為所述從句的下屬句子成分。

在其中一個實施例中，所述方法還包括：

獲取用于訓練的句子集，所述句子集包括各句子的訓練語料，所述訓練語料包括句子、句子成分、句子成分對應的問詢，句子成分開始位置和句子成分結束位置；