[發明專利]信息抽取方法、裝置、設備以及計算機可讀存儲介質

在審

• 申請號: 202110875004.4
• 申請日: 2021-07-30
• 公開（公告）號: CN113568969A
• 公開（公告）日: 2021-10-29
• 發明（設計）人: 李敏;陸彥良;李東曉;移金圣;徐健
• 申請（專利權）人: 咪咕文化科技有限公司;中國移動通信集團有限公司
• 主分類號: G06F16/25
• 分類號: G06F16/25;G06F16/28;G06F16/36;G06F40/253
• 代理公司: 北京市浩天知識產權代理事務所(普通合伙) 11276
• 代理人: 王廣濤

1.一種信息抽取方法，其特征在于，所述方法包括：

獲取待抽取數據；

確定所述待抽取數據對應的詞向量矩陣；

根據所述詞向量矩陣和頭實體預測模型確定頭實體預測信息；

根據所述詞向量矩陣、所述頭實體預測信息以及中間詞預測模型確定中間詞預測信息；

根據所述詞向量矩陣、所述頭實體預測信息、所述中間詞預測信息以及尾實體預測模型確定所述待抽取數據包含的三元組信息；所述三元組信息包括頭實體、中間詞以及尾實體的位置信息和語法關系。

2.根據權利要求1所述的方法，其特征在于，所述待抽取數據中包括多個字符位；所述頭實體預測信息包括各個所述字符位對應的頭實體起始位置預測概率、頭實體結束位置預測概率以及所述待抽取數據中包含的有效頭實體信息；每一個所述有效頭實體包括至少一個所述字符位；所述根據所述詞向量矩陣和頭實體預測模型確定頭實體預測信息，包括：

將所述詞向量矩陣輸入所述頭實體預測模型，得到所述頭實體起始位置預測概率及所述頭實體結束位置預測概率；

根據所述頭實體起始位置預測概率以及頭實體結束位置預測概率確定所述有效頭實體信息。

3.根據權利要求2所述的方法，其特征在于，所述有效頭實體信息包括至少一個有效頭實體對應的有效頭實體起止位置對；所述根據所述頭實體起始位置預測概率以及頭實體結束位置預測概率確定所述有效頭實體信息，包括：

將所述頭實體起始位置預測概率、所述頭實體結束位置預測概率分別與第一閾值、第二閾值進行比較，得到第一比較結果；

根據所述第一比較結果從所述字符位中分別確定頭實體可選起始位置、頭實體可選結束位置；

將所述頭實體可選起始位置與所述頭實體可選結束位置進行組合，得到多個第一頭實體起止位置對；

刪除所述頭實體可選起始位置在所述頭實體可選結束位置之后的所述第一頭實體起止位置對，得到第二頭實體起止位置對；

對所述頭實體起始位置或所述頭實體結束位置相同的所述第二頭實體起止位置對進行篩選，得到所述有效頭實體起止位置對；每一個所述有效頭實體起止位置對對應于一個所述有效頭實體。

4.根據權利要求3所述的方法，其特征在于，所述中間詞預測信息包括與目標頭實體滿足第一語法關系的目標中間詞對應的目標中間詞起止位置對；所述目標頭實體為所述有效頭實體中的一個；所述第一語法關系為多個預設主謂語法關系中的一個；所述根據所述詞向量矩陣、所述頭實體預測信息以及中間詞預測模型確定中間詞預測信息，包括：

將所述詞向量矩陣與所述目標頭實體對應的目標頭實體起止位置對進行混合編碼，得到主語特征向量；

將所述主語特征向量輸入所述中間詞預測模型，得到中間詞預測信息；所述中間詞預測信息中包括各個所述字符位對應的中間詞起始位置預測概率、中間詞結束位置預測概率以及所述第一語法關系；

根據所述中間詞起始位置預測概率、中間詞結束位置預測概率以及第一語法關系確定所述中間詞預測信息。

5.根據權利要求4所述的方法，其特征在于，所述根據所述中間詞起始位置預測概率、中間詞結束位置預測概率以及第一語法關系確定所述中間詞預測信息，包括：

將所述第一語法關系相同的各個字符位對應的所述中間詞起始位置預測概率、中間詞結束位置預測概率分別與第三閾值、第四閾值進行比較，得到第二比較結果；

根據所述第二比較結果從所述字符位中確定中間詞可選起始位置、中間詞可選結束位置；

將所述中間詞可選起始位置與所述中間詞可選結束位置進行組合，得到多個第一中間詞起止位置對；

刪除所述中間詞可選起始位置在所述中間詞可選結束位置之后的所述第一中間詞起止位置對，得到第二中間詞起止位置對；

對所述中間詞起始位置或中間詞結束位置相同的所述第二中間詞起止位置對進行篩選，得到所述第一語法關系對應的所述目標中間詞起止位置對。