[發(fā)明專利]識(shí)別模型訓(xùn)練方法及裝置

在審

• 申請(qǐng)?zhí)枺?/td>: 202110595230.7
• 申請(qǐng)日: 2021-05-28
• 公開(kāi)（公告）號(hào): CN113361253A
• 公開(kāi)（公告）日: 2021-09-07
• 發(fā)明（設(shè)計(jì)）人: 王安;李長(zhǎng)亮
• 申請(qǐng)（專利權(quán)）人: 北京金山數(shù)字娛樂(lè)科技有限公司
• 主分類號(hào): G06F40/205
• 分類號(hào): G06F40/205;G06F40/284;G06F40/295;G06Q50/18
• 代理公司: 北京智信禾專利代理有限公司 11637
• 代理人: 李曉慶

本申請(qǐng)?zhí)峁┳R(shí)別模型訓(xùn)練方法及裝置，其中，所述方法包括獲取多個(gè)目標(biāo)樣本文檔，并將每個(gè)目標(biāo)樣本文檔輸入解析模型，獲得每個(gè)目標(biāo)樣本文檔的多個(gè)目標(biāo)文本以及每個(gè)目標(biāo)文本的實(shí)體類型；基于每個(gè)目標(biāo)文本的實(shí)體類型，以及每個(gè)目標(biāo)文本與其他目標(biāo)文本之間的距離，確定每個(gè)目標(biāo)文本與其他目標(biāo)文本之間的關(guān)聯(lián)關(guān)系；將所述目標(biāo)文本作為目標(biāo)樣本文本，將所述目標(biāo)文本與其他目標(biāo)文本之間的關(guān)聯(lián)關(guān)系作為所述目標(biāo)樣本文本的目標(biāo)樣本標(biāo)簽；基于所述目標(biāo)樣本文本以及所述目標(biāo)樣本文本對(duì)應(yīng)的目標(biāo)樣本標(biāo)簽對(duì)識(shí)別模型進(jìn)行訓(xùn)練，以獲得訓(xùn)練后的所述識(shí)別模型。

技術(shù)領(lǐng)域

本申請(qǐng)涉及計(jì)算機(jī)技術(shù)領(lǐng)域，特別涉及一種識(shí)別模型訓(xùn)練方法。本申請(qǐng)同時(shí)涉及一種識(shí)別模型訓(xùn)練裝置，一種文檔識(shí)別方法，一種文檔識(shí)別裝置，一種計(jì)算設(shè)備，以及一種計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)。

背景技術(shù)

目前的合同信息抽取，一般采用的是傳統(tǒng)的NER(實(shí)體識(shí)別)方法，識(shí)別預(yù)先定義好的實(shí)體類型，比如預(yù)先定義人名、組織名等實(shí)體類型，通過(guò)大量數(shù)據(jù)訓(xùn)練BRET網(wǎng)絡(luò)，預(yù)測(cè)實(shí)體BIO標(biāo)簽與文本的關(guān)系；但是當(dāng)合同中出現(xiàn)新的感興趣的實(shí)體類型時(shí)，之前的BRET網(wǎng)絡(luò)就需要重新訓(xùn)練，BRET網(wǎng)絡(luò)的推廣性較差，用戶體驗(yàn)不好。

發(fā)明內(nèi)容

有鑒于此，本申請(qǐng)實(shí)施例提供了一種識(shí)別模型訓(xùn)練方法。本申請(qǐng)同時(shí)涉及一種識(shí)別模型訓(xùn)練裝置，一種文檔識(shí)別方法，一種文檔識(shí)別裝置，一種計(jì)算設(shè)備，以及一種計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)，以解決現(xiàn)有技術(shù)中存在的網(wǎng)絡(luò)的推廣性較差，用戶體驗(yàn)不好的技術(shù)問(wèn)題。

根據(jù)本申請(qǐng)實(shí)施例的第一方面，提供了一種識(shí)別模型訓(xùn)練方法，包括：

對(duì)獲取的目標(biāo)樣本文檔進(jìn)行解析，獲得每個(gè)目標(biāo)樣本文檔的多個(gè)目標(biāo)文本以及每個(gè)目標(biāo)文本的實(shí)體類型；

基于每個(gè)目標(biāo)文本的實(shí)體類型，以及每個(gè)目標(biāo)文本與其他目標(biāo)文本之間的距離，確定每個(gè)目標(biāo)文本與其他目標(biāo)文本之間的關(guān)聯(lián)關(guān)系；

將所述目標(biāo)文本作為目標(biāo)樣本文本，將所述目標(biāo)文本與其他目標(biāo)文本之間的關(guān)聯(lián)關(guān)系作為所述目標(biāo)樣本文本的目標(biāo)樣本標(biāo)簽；

基于所述目標(biāo)樣本文本以及所述目標(biāo)樣本文本對(duì)應(yīng)的目標(biāo)樣本標(biāo)簽對(duì)識(shí)別模型進(jìn)行訓(xùn)練，以獲得訓(xùn)練后的所述識(shí)別模型。

根據(jù)本申請(qǐng)實(shí)施例的第二方面，提供了一種文檔識(shí)別方法，包括：

接收攜帶有目標(biāo)文檔的文檔識(shí)別請(qǐng)求，將所述目標(biāo)文檔輸入解析模型，獲得所述目標(biāo)文檔的多個(gè)目標(biāo)文本以及每個(gè)目標(biāo)文本的實(shí)體類型；

將所述多個(gè)目標(biāo)文本以及每個(gè)目標(biāo)文本的實(shí)體類型輸入識(shí)別模型，獲得所述目標(biāo)文本的每個(gè)目標(biāo)文本以及與所述每個(gè)目標(biāo)文本對(duì)應(yīng)的關(guān)聯(lián)目標(biāo)文本。

根據(jù)本申請(qǐng)實(shí)施例的第三方面，提供了一種識(shí)別模型訓(xùn)練裝置，包括：

目標(biāo)樣本文檔獲取模塊，被配置為對(duì)獲取的目標(biāo)樣本文檔進(jìn)行解析，獲得每個(gè)目標(biāo)樣本文檔的多個(gè)目標(biāo)文本以及每個(gè)目標(biāo)文本的實(shí)體類型；

關(guān)聯(lián)關(guān)系確定模塊，被配置為基于每個(gè)目標(biāo)文本的實(shí)體類型，以及每個(gè)目標(biāo)文本與其他目標(biāo)文本之間的距離，確定每個(gè)目標(biāo)文本與其他目標(biāo)文本之間的關(guān)聯(lián)關(guān)系；

訓(xùn)練樣本數(shù)據(jù)構(gòu)建模塊，被配置為將所述目標(biāo)文本作為目標(biāo)樣本文本，將所述目標(biāo)文本與其他目標(biāo)文本之間的關(guān)聯(lián)關(guān)系作為所述目標(biāo)樣本文本的目標(biāo)樣本標(biāo)簽；

識(shí)別模型訓(xùn)練模塊，被配置為基于所述目標(biāo)樣本文本以及所述目標(biāo)樣本文本對(duì)應(yīng)的目標(biāo)樣本標(biāo)簽對(duì)識(shí)別模型進(jìn)行訓(xùn)練，以獲得訓(xùn)練后的所述識(shí)別模型。

根據(jù)本申請(qǐng)實(shí)施例的第四方面，提供了一種文檔識(shí)別裝置，包括：

文檔接收模塊，被配置為接收攜帶有目標(biāo)文檔的文檔識(shí)別請(qǐng)求，將所述目標(biāo)文檔輸入解析模型，獲得所述目標(biāo)文檔的多個(gè)目標(biāo)文本以及每個(gè)目標(biāo)文本的實(shí)體類型；