[發明專利]信息獲取方法、裝置、設備及介質

有效

• 申請號: 202110762048.6
• 申請日: 2021-07-06
• 公開（公告）號: CN113468330B
• 公開（公告）日: 2023-04-28
• 發明（設計）人: 汪貽俊;孫長志;周浩;李磊
• 申請（專利權）人: 北京有竹居網絡技術有限公司
• 主分類號: G06F16/35
• 分類號: G06F16/35;G06F40/295
• 代理公司: 北京開陽星知識產權代理有限公司 11710
• 代理人: 王艷斌

1.一種信息獲取方法，其特征在于，包括：

設置與樣本集合中每個樣本句子對應的標簽表，其中，所述標簽表的行字符和列字符按照對應樣本句子的字符順序進行相同設置，以及對標簽表中由行字符和列字符組成的各單元格標注是否具有實體類別標簽或關系類別標簽；

獲取所述標簽表的表格屬性信息，提取所述標簽表中每個字符的頭向量和尾向量，并根據所有所述字符的頭向量和尾向量生成多個組合向量，其中，所述頭向量為對應字符為關系發出角色時對應的向量，所述尾向量為對應字符為關系接收角色時對應的向量；

根據所述組合向量生成與所述表格屬性信息對應的得分向量，并根據所述得分向量生成屬性向量表，并根據所述屬性向量表生成與所述表格屬性信息對應的約束函數，其中，所述約束函數用于約束預先生成對應的目標函數；

將所述樣本集合中每個樣本句子作為待訓練模型的輸入信息，將與每個所述樣本句子對應的所述標簽表作為所述待訓練模型的輸出信息，根據所述目標函數進行模型訓練；

根據訓練后的模型參數生成實體關系抽取模型，根據所述實體關系抽取模型對目標句子的各字符進行處理，生成與所述目標句子對應的目標標簽表，其中，所述目標標簽表中由各行字符和各列字符組成的各單元格對應的預測分值，對所述目標標簽表中由各行字符和各列字符組成的各單元格對應的預測分值進行計算，確定所述目標標簽表中與實體類別標簽相關的分割位置；

根據所述分割位置檢測所述目標標簽表中對角線上單元格的預測分值是否滿足實體類別標簽，如果滿足，則標注對應的實體類別標簽；

根據所述分割位置檢測所述目標標簽表中非對角線上單元格的預測分值是否滿足關系類別標簽，如果滿足，則標注對應的關系類別標簽；根據所述目標標簽表中標注的所述實體類別標簽和所述關系類別標簽，生成與所述目標句子對應的實體和實體之間的關系。

2.根據權利要求1所述的方法，其特征在于，還包括：

如果所述樣本句子為英文，則所述標簽表的行字符和列字符按照對應英文句子的單詞順序進行相同設置；

如果所述樣本句子為中文，則所述標簽表的行字符和列字符按照對應中文句子的字符順序進行相同設置。

3.根據權利要求1所述的方法，其特征在于，所述對標簽表中由所述行字符和所述列字符組成的各單元格標注是否具有實體類別標簽或關系類別標簽，包括：

對所述標簽表的對角線上由所述行字符和所述列字符組成的單元格標注是否具有實體類別標簽；以及

對所述標簽表的非對角線上由所述行字符和所述列字符組成的單元格標注是否具有關系類別標簽，其中，所述關系類別標簽以所述標簽表的對角線對稱分布或者非對稱分布。

4.根據權利要求1所述的方法，其特征在于，所述實體關系抽取模型對應的預設的目標函數包括：

根據雙仿射分類算法確定與每個所述樣本句子對應的所述標簽表中、與所述各單元格對應的表示所述實體類別標簽或者所述關系類別標簽的標簽分類概率；

對與所述各單元格對應的表示所述實體類別標簽或者所述關系類別標簽的標簽分類概率進行計算，確定第一損失函數。

5.根據權利要求4所述的方法，其特征在于，所述實體關系抽取模型對應的預設的目標函數還包括：

對所述標簽表的對角線上的實體類別標簽概率，以及以所述對角線對稱分布的關系類別標簽概率進行計算，確定第二損失函數。

6.根據權利要求5所述的方法，其特征在于，所述實體關系抽取模型對應的預設的目標函數還包括：

根據預設算法對所述標簽表的對角線上的實體類別標簽概率進行計算，確定第三損失函數。