[發明專利]事件信息的抽取方法、裝置、計算機設備及存儲介質

在審

• 申請號: 202110460751.1
• 申請日: 2021-04-27
• 公開（公告）號: CN113157949A
• 公開（公告）日: 2021-07-23
• 發明（設計）人: 馬躍
• 申請（專利權）人: 中國平安人壽保險股份有限公司
• 主分類號: G06F16/383
• 分類號: G06F16/383;G06F16/387;G06F16/35;G06N3/08
• 代理公司: 深圳市明日今典知識產權代理事務所(普通合伙) 44343
• 代理人: 王杰輝;曹勇

1.一種事件信息的抽取方法，其特征在于，包括：

獲取目標事件對應的文本信息；

將所述文本信息輸入到序列標注模型中進行分析，其中，所述序列標注模型用于抽取所述文本信息中的通用事件元素；所述序列標注模型預先基于多個通用事件樣本，以及所述通用事件樣本對應的通用事件元素訓練得到；所述通用事件元素包括主語、賓語、時間、地點、數量和金額中的至少一個；以及，

將所述文本信息輸入到閱讀理解模型中進行分析，其中，所述閱讀理解模型用于抽取所述文本信息中的特殊事件元素；所述特殊事件元素為除所述通用事件元素外的事件元素；所述閱讀理解模型預先基于閱讀理解數據集構建；

根據所述序列標注模型輸出的所述通用事件元素和所述閱讀理解模型輸出的所述特殊事件元素，生成所述目標事件對應的事件信息。

2.如權利要求1所述的事件信息的抽取方法，其特征在于，所述獲取目標事件對應的文本信息的步驟之前，還包括：

利用所述閱讀理解數據集構建所述閱讀理解模型，并利用所述目標事件對應的特殊事件樣本對所述閱讀理解模型進行訓練。

3.如權利要求2所述的事件信息的抽取方法，其特征在于，所述利用所述閱讀理解數據集構建所述閱讀理解模型，并利用所述目標事件對應的特殊事件樣本對所述閱讀理解模型進行訓練的步驟包括：

利用所述閱讀理解數據集分別構建各個類型的所述目標事件對應的閱讀理解模型；

根據各個類型的所述目標事件對應的特殊事件樣本，對各個類型的所述目標事件對應的閱讀理解模型進行訓練；

其中，所述將所述文本信息輸入到閱讀理解模型中進行分析的步驟包括：

根據所述文本信息對應的目標事件的類型，確定所述類型對應的所述閱讀理解模型；

將所述文本信息輸入到確定得到的所述閱讀理解模型中進行分析。

4.如權利要求2或3所述的事件信息的抽取方法，其特征在于，所述根據所述序列標注模型輸出的所述通用事件元素和所述閱讀理解模型輸出的所述特殊事件元素，生成所述目標事件對應的事件信息的步驟之后，還包括：

根據所述特殊事件元素和所述文本信息，生成新的所述特殊事件樣本；

利用新的所述特殊事件樣本，更新所述目標事件對應的所述閱讀理解模型。

5.如權利要求1所述的事件信息的抽取方法，其特征在于，所述根據所述序列標注模型輸出的所述通用事件元素和所述閱讀理解模型輸出的所述特殊事件元素，生成所述目標事件對應的事件信息的步驟之后，還包括：

根據所述文本信息對應的數據處理任務，確定所述事件信息對應的應用場景，其中，所述應用場景包括關鍵內容分析、合同文檔解析校對和用戶畫像；

根據確定得到的所述應用場景對應的數據處理方式，對所述事件信息進行數據處理，得到所述數據處理任務對應的響應結果。

6.如權利要求5所述的事件信息的抽取方法，其特征在于，所述根據所述應用場景對應的數據處理方式，對所述事件信息進行數據處理，得到所述數據處理任務對應的響應結果的步驟包括：

檢測到所述應用場景為所述關鍵內容分析時，將所述事件信息輸入到神經網絡模型中進行語句轉換處理，以將所述事件信息轉換為語句信息，并將所述語句信息作為所述數據處理任務對應的響應結果；

其中，所述神經網絡模型用于將所述事件信息中的所述通用事件元素和所述特殊事件元素組合為至少一個連貫的語句，并基于所有所述語句生成所述語句信息。

7.如權利要求1所述的事件信息的抽取方法，其特征在于，所述根據所述序列標注模型輸出的所述通用事件元素和所述閱讀理解模型輸出的所述特殊事件元素，生成所述目標事件對應的事件信息的步驟之后，還包括：

將所述事件信息發送至存儲服務端以塊鏈式的賬本進行存儲。