[發(fā)明專利]文本抽取模型的訓(xùn)練與文本抽取的方法、裝置

在審

• 申請?zhí)枺?/td>: 202110479305.5
• 申請日: 2021-04-30
• 公開（公告）號: CN113204616A
• 公開（公告）日: 2021-08-03
• 發(fā)明（設(shè)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(quán)）人: 北京百度網(wǎng)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(yè)知識產(chǎn)權(quán)代理有限公司 11412
• 代理人: 田宏賓

本公開提供了一種文本抽取模型的訓(xùn)練與文本抽取的方法，涉及深度學(xué)習、知識圖譜、自然語言處理技術(shù)領(lǐng)域。文本抽取模型的訓(xùn)練方法包括：獲取訓(xùn)練數(shù)據(jù)；構(gòu)建包含第一抽取模型與第二抽取模型的神經(jīng)網(wǎng)絡(luò)模型，第一抽取模型的輸出為第二抽取模型的輸入；將多個文本分別輸入第一抽取模型，得到第一抽取模型針對每個文本輸出的實體詞預(yù)測結(jié)果；使用多個文本、多個文本的實體詞預(yù)測結(jié)果與多個文本的方面詞標注結(jié)果對第二抽取模型進行訓(xùn)練，直至第二抽取模型收斂，將第一抽取模型與訓(xùn)練得到的第二抽取模型組成文本抽取模型。文本抽取的方法包括：獲取待處理文本；將待處理文本輸入文本抽取模型，將文本抽取模型的輸出結(jié)果作為待處理文本的抽取結(jié)果。

技術(shù)領(lǐng)域

本公開涉及人工智能技術(shù)領(lǐng)域，尤其涉及深度學(xué)習、知識圖譜、自然語言處理技術(shù)領(lǐng)域。提供了一種文本抽取模型的訓(xùn)練與文本抽取的方法、裝置、電子設(shè)備和可讀存儲介質(zhì)。

背景技術(shù)

文本中的實體詞具有獨立的語義，可以清晰地表達人、物品或者概念，而文本中與實體詞對應(yīng)的方面詞用于刻畫該實體詞的一個方面。

現(xiàn)有技術(shù)已存在多種從文本中抽取與實體詞對應(yīng)的三元組的方案，但用于提取上述三元組的方案，無法解決從文本中抽取實體詞及其對應(yīng)的方面詞所組成的二元組的技術(shù)問題。

發(fā)明內(nèi)容

根據(jù)本公開的第一方面，提供了一種文本抽取模型的訓(xùn)練方法，包括：獲取訓(xùn)練數(shù)據(jù)，所述訓(xùn)練數(shù)據(jù)中包含多個文本與多個文本的方面詞標注結(jié)果；構(gòu)建包含第一抽取模型與第二抽取模型的神經(jīng)網(wǎng)絡(luò)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(yù)測結(jié)果；使用多個文本、多個文本的實體詞預(yù)測結(jié)果與多個文本的方面詞標注結(jié)果對所述第二抽取模型進行訓(xùn)練，直至所述第二抽取模型收斂，將所述第一抽取模型與訓(xùn)練得到的第二抽取模型組成文本抽取模型。

根據(jù)本公開的第二方面，提供了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(jié)果作為所述待處理文本的抽取結(jié)果。

根據(jù)本公開的第三方面，提供了一種文本抽取模型的訓(xùn)練裝置，包括：第一獲取單元，用于獲取訓(xùn)練數(shù)據(jù)，所述訓(xùn)練數(shù)據(jù)中包含多個文本與多個文本的方面詞標注結(jié)果；構(gòu)建單元，用于構(gòu)建包含第一抽取模型與第二抽取模型的神經(jīng)網(wǎng)絡(luò)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(yù)測結(jié)果；訓(xùn)練單元，用于使用多個文本、多個文本的實體詞預(yù)測結(jié)果與多個文本的方面詞標注結(jié)果對所述第二抽取模型進行訓(xùn)練，直至所述第二抽取模型收斂，將所述第一抽取模型與訓(xùn)練得到的第二抽取模型組成文本抽取模型。

根據(jù)本公開的第四方面，提供了一種文本抽取的裝置，包括：第二獲取單元，用于獲取待處理文本；抽取單元，用于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(jié)果作為所述待處理文本的抽取結(jié)果。

根據(jù)本公開的第五方面，提供了一種電子設(shè)備，包括：至少一個處理器；以及與所述至少一個處理器通信連接的存儲器；其中，所述存儲器存儲有可被所述至少一個處理器執(zhí)行的指令，所述指令被所述至少一個處理器執(zhí)行，以使所述至少一個處理器能夠執(zhí)行如上所述的方法。

根據(jù)本公開的第六方面，提供了一種存儲有計算機指令的非瞬時計算機可讀存儲介質(zhì)，其中，所述計算機指令用于使所述計算機執(zhí)行如上所述的方法。

根據(jù)本公開的第七方面，提供了一種計算機程序產(chǎn)品，包括計算機程序，所述計算機程序在被處理器執(zhí)行時實現(xiàn)如上所述的方法。