[發明專利]一種要素抽取方法、裝置、計算機設備和存儲介質

在審

• 申請號: 202110981191.4
• 申請日: 2021-08-25
• 公開（公告）號: CN113779994A
• 公開（公告）日: 2021-12-10
• 發明（設計）人: 楊洋;李鋒;張琛;萬化
• 申請（專利權）人: 上海浦東發展銀行股份有限公司
• 主分類號: G06F40/295
• 分類號: G06F40/295
• 代理公司: 廣州華進聯合專利商標代理有限公司 44224
• 代理人: 唐敏

1.一種要素抽取方法，其特征在于，所述方法包括：

獲取待識別文本語料；

將所述待識別文本語料輸入至要素抽取模型，所述要素抽取模型包括長文本要素抽取分支和短文本要素抽取分支，所述長文本要素抽取分支包括至少兩層的第一要素抽取層，所述短文本要素抽取分支包括一層第二要素抽取層；

通過各所述第一要素抽取層對所述待識別文本語料進行命名實體識別，得到長文本抽取結果；

通過所述第二要素抽取層對所述待識別文本語料進行命名實體識別，得到短文本抽取結果；

根據所述長文本抽取結果以及所述短文本抽取結果進行約束處理，得到所述待識別文本語料的結構化數據。

2.根據權利要求1所述的方法，其特征在于，所述長文本要素抽取分支包括與最后一層的第一要素抽取層連接的第一約束層，所述短文本要素抽取分支包括與所述第二要素抽取層連接的第二約束層；所述根據所述長文本抽取結果以及所述短文本抽取結果進行約束處理，得到所述待識別文本語料的結構化數據，包括：

通過所述第一約束層對所述長文本抽取結果進行關系判斷，得到所述待識別文本語料的第一預測標簽；

通過所述第二約束層對所述短文本抽取結果進行關系判斷，得到所述待識別文本語料的第二預測標簽；

對所述第一預測標簽以及所述第二預測標簽進行融合，得到所述結構化數據。

3.根據權利要求2所述的方法，其特征在于，所述長文本要素抽取分支設有第一評估權重，所述短文本要素抽取分支具有第二評估權重；所述對所述第一預測標簽以及所述第二預測標簽進行融合，得到所述結構化數據，包括：

根據所述第一評估權重以及所述第二評估權重對所述第一預測標簽以及所述第二預測標簽進行融合，得到所述結構化數據。

4.根據權利要求2所述的方法，其特征在于，所述對所述第一預測標簽以及所述第二預測標簽進行融合，得到所述結構化數據，包括：

在與任一命名實體對應的第一預測標簽以及第二預測標簽中，舍棄置信度較低的預測標簽，保留置信度較高的預測標簽。

5.根據權利要求2所述的方法，其特征在于，所述第一要素抽取層以及所述第二要素抽取層采用BERT模型；

所述第一約束層和所述第二約束層采用條件隨機場統計模型。

6.根據權利要求1至5任意一項所述的方法，其特征在于，所述要素抽取模型還包括嵌入層，所述第二要素抽取層以及第一層的第一要素抽取層分別連接于所述嵌入層；在所述將所述待識別文本語料輸入至要素抽取模型之后，所述方法還包括：

通過所述嵌入層對所述待識別文本語料進行嵌入表示，得到所述待識別文本語料的詞向量表達數據。

7.根據權利要求6所述的方法，其特征在于，所述第一層的第一要素抽取層與所述第二要素抽取層采用同一要素抽取層。

8.一種要素抽取裝置，其特征在于，所述裝置包括：

語料獲取模塊，用于獲取待識別文本語料；

語料輸入模塊，用于將所述待識別文本語料輸入至要素抽取模型，所述要素抽取模型包括長文本要素抽取分支和短文本要素抽取分支，所述長文本要素抽取分支包括至少兩層的第一要素抽取層，所述短文本要素抽取分支包括一層第二要素抽取層；

長文本抽取模塊，用于通過各所述第一要素抽取層對所述待識別文本語料進行命名實體識別，得到長文本抽取結果；

短文本抽取模塊，用于通過所述第二要素抽取層對所述待識別文本語料進行命名實體識別，得到短文本抽取結果；

約束處理模塊，根據所述長文本抽取結果以及所述短文本抽取結果進行約束處理，得到所述待識別文本語料的結構化數據。

9.一種計算機設備，包括存儲器和處理器，所述存儲器存儲有計算機程序，其特征在于，所述處理器執行所述計算機程序時實現權利要求1至7中任一項所述的方法的步驟。

10.一種計算機可讀存儲介質，其上存儲有計算機程序，其特征在于，所述計算機程序被處理器執行時實現權利要求1至7中任一項所述的方法的步驟。