[發明專利]表單結構生成方法、裝置和存儲介質

在審

• 申請號: 202110750642.3
• 申請日: 2021-07-02
• 公開（公告）號: CN115563291A
• 公開（公告）日: 2023-01-03
• 發明（設計）人: 李晶陽
• 申請（專利權）人: 阿里巴巴新加坡控股有限公司
• 主分類號: G06F16/36
• 分類號: G06F16/36;G06F40/211;G06F40/216;G06F40/289;G06F18/2135
• 代理公司: 北京合智同創知識產權代理有限公司 11545
• 代理人: 李杰;楊雷

本發明實施例提供了一種表單結構生成方法、裝置和存儲介質。所述表單結構生成方法包括：對句子集合中的每個句子進行向量表示；對經向量表示的句子集合進行聚類處理，得到多簇句子；基于每簇句子進行句子簇要素抽取，生成所述句子集合的表單結構。本發明實施例的方案實現了與場景無關的信息抽取。

技術領域

本發明實施例涉及計算機技術領域，尤其涉及一種表單結構生成方法、裝置和存儲介質。

背景技術

知識圖譜(Knowledge Graph)是通過將應用數學、圖形學、信息可視化技術、信息科學等學科的理論與方法與計量學引文分析、共現分析等方法結合，并利用可視化的圖譜形象地展示學科的核心結構、發展歷史、前沿領域以及整體知識架構達到多學科融合目的的現代理論。

作為一種圖形的數據組織形式，知識圖譜能夠將核心數據進行關聯，從而提供更豐富的下游應用。

知識圖譜的表單結構是一種對具體數據的抽象結構化，能夠用于廣泛的場景。現有技術中的信息抽取方法通常適用于特定場景，而不同的場景下的詞匯會有很大差異，從而難以適用于知識圖譜的表單結構的信息抽取。

發明內容

有鑒于此，本發明實施例提供一種表單結構生成方法、裝置和存儲介質，以解決或緩解上述問題。

根據本發明實施例的第一方面，提供了一種表單結構生成方法，包括：對句子集合中的每個句子進行向量表示；對經向量表示的句子集合進行聚類處理，得到多簇句子；基于每簇句子進行句子簇要素抽取，生成所述句子集合的表單結構。

根據本發明實施例的第二方面，提供了一種表單結構生成方法，包括：對問句集合中的每個問句進行向量表示；對經向量表示的問句集合進行聚類處理，得到多簇問句；基于每簇問句進行句子簇要素抽取，生成所述問句集合的知識圖譜表單結構。

根據本發明實施例的第三方面，提供了一種表單結構生成裝置，包括：向量表示模塊，對句子集合中的每個句子進行向量表示；聚類處理模塊，對經向量表示的句子集合進行聚類處理，得到多簇句子；要素抽取模塊，基于每簇句子進行句子簇要素抽取，生成所述句子集合的表單結構。

根據本發明實施例的第四方面，提供了一種表單結構生成裝置，包括：向量表示模塊，對問句集合中的每個問句進行向量表示；聚類處理模塊，對經向量表示的問句集合進行聚類處理，得到多簇問句；要素抽取模塊，基于每簇問句進行句子簇要素抽取，生成所述問句集合的知識圖譜表單結構。

根據本發明實施例的第五方面，提供了一種電子設備，所述設備包括：處理器、存儲器、通信接口和通信總線，所述處理器、所述存儲器和所述通信接口通過所述通信總線完成相互間的通信；所述存儲器用于存放至少一可執行指令，所述可執行指令使所述處理器執行如第一方面或第二方面所述的方法對應的操作。

根據本發明實施例的第六方面，提供了一種存儲介質，其上存儲有計算機程序，該程序被處理器執行時實現如第一方面或第二方面所述的方法。

在本發明實施例的方案中，由于句子簇要素抽取得到的句子簇要素適用于經由聚類處理得到的多簇句子中的每個句子，因此實現了與場景無關的信息抽取。

附圖說明

為了更清楚地說明本發明實施例或現有技術中的技術方案，下面將對實施例或現有技術描述中所需要使用的附圖作簡單地介紹，顯而易見地，下面描述中的附圖僅僅是本發明實施例中記載的一些實施例，對于本領域普通技術人員來講，還可以根據這些附圖獲得其他的附圖。

圖1A為本發明的一個實施例的表單結構生成方法的示意性流程圖；

圖1B為本發明的另一實施例的主語要素抽取方法的示意性流程圖；

圖1C為本發明的另一實施例的謂語要素抽取方法的示意性流程圖；

圖2為本發明的另一實施例的表單結構生成方法的示意性流程圖；