[發明專利]文本抽取模型的訓練與文本抽取的方法、裝置

在審

• 申請號: 202110479305.5
• 申請日: 2021-04-30
• 公開（公告）號: CN113204616A
• 公開（公告）日: 2021-08-03
• 發明（設計）人: 劉同陽;王述;常萬里;鄭偉;馮知凡;柴春光;朱勇
• 申請（專利權）人: 北京百度網訊科技有限公司
• 主分類號: G06F16/33
• 分類號: G06F16/33;G06F16/35;G06F40/211;G06F40/295;G06F40/30;G06K9/62;G06N3/04;G06N3/08
• 代理公司: 北京鴻德海業知識產權代理有限公司 11412
• 代理人: 田宏賓

1.一種文本抽取模型的訓練方法，包括：

獲取訓練數據，所述訓練數據中包含多個文本與多個文本的方面詞標注結果；

構建包含第一抽取模型與第二抽取模型的神經網絡模型，所述第一抽取模型的輸出為所述第二抽取模型的輸入；

將多個文本分別輸入所述第一抽取模型，得到所述第一抽取模型針對每個文本輸出的實體詞預測結果；

使用多個文本、多個文本的實體詞預測結果與多個文本的方面詞標注結果對所述第二抽取模型進行訓練，直至所述第二抽取模型收斂，將所述第一抽取模型與訓練得到的第二抽取模型組成文本抽取模型。

2.根據權利要求1所述的方法，其中，所述訓練數據中還包括多個文本的實體詞標注結果。

3.根據權利要求1所述的方法，其中，所述使用多個文本、多個文本的實體詞預測結果與多個文本的方面詞標注結果對所述第二抽取模型進行訓練，直至所述第二抽取模型收斂包括：

將多個文本與多個文本的實體詞預測結果進行融合；

使用多個文本的融合結果與多個文本的方面詞標注結果對所述第二抽取模型進行訓練，直至所述第二抽取模型收斂。

4.根據權利要求2所述的方法，其中，所述使用多個文本、多個文本的實體詞預測結果與多個文本的方面詞標注結果對所述第二抽取模型進行訓練，直至所述第二抽取模型收斂，將所述第一抽取模型與訓練得到的第二抽取模型組成文本抽取模型包括：

根據多個文本的實體詞預測結果與多個文本的實體詞標注結果對所述第一抽取模型進行訓練，直至所述第一抽取模型收斂；

將訓練得到的第一抽取模型與訓練得到的第二抽取模型組成文本抽取模型。

5.一種文本抽取的方法，包括：

獲取待處理文本；

將所述待處理文本輸入文本抽取模型，將所述文本抽取模型的輸出結果作為所述待處理文本的抽取結果；

其中，所述文本抽取模型是根據權利要求1-4中任一項方法預先訓練得到的。

6.根據權利要求5所述的方法，其中，所述將所述待處理文本輸入文本抽取模型包括：

將所述待處理文本中位于預設詞典中的實體詞，作為目標實體詞；

將所述待處理文本與所述目標實體詞輸入所述文本抽取模型。

7.一種文本抽取模型的訓練裝置，包括：

第一獲取單元，用于獲取訓練數據，所述訓練數據中包含多個文本與多個文本的方面詞標注結果；

構建單元，用于構建包含第一抽取模型與第二抽取模型的神經網絡模型，所述第一抽取模型的輸出為所述第二抽取模型的輸入；

處理單元，用于將多個文本分別輸入所述第一抽取模型，得到所述第一抽取模型針對每個文本輸出的實體詞預測結果；

訓練單元，用于使用多個文本、多個文本的實體詞預測結果與多個文本的方面詞標注結果對所述第二抽取模型進行訓練，直至所述第二抽取模型收斂，將所述第一抽取模型與訓練得到的第二抽取模型組成文本抽取模型。

8.根據權利要求7所述的裝置，其中，所述第一獲取單元獲取的訓練數據中還包括多個文本的實體詞標注結果。

9.根據權利要求7所述的裝置，其中，所述訓練單元在使用多個文本、多個文本的實體詞預測結果與多個文本的方面詞標注結果對所述第二抽取模型進行訓練，直至所述第二抽取模型收斂時，具體執行：

將多個文本與多個文本的實體詞預測結果進行融合；

將多個文本與多個文本的實體詞預測結果進行融合；

使用多個文本的融合結果與多個文本的方面詞標注結果對所述第二抽取模型進行訓練，直至所述第二抽取模型收斂。