[發明專利]結合RPA和AI的事件抽取方法及裝置

在審

• 申請號: 202111488302.4
• 申請日: 2021-12-08
• 公開（公告）號: CN113901793A
• 公開（公告）日: 2022-01-07
• 發明（設計）人: 張原;汪冠春;胡一川;褚瑞;李瑋
• 申請（專利權）人: 北京來也網絡科技有限公司;來也科技（北京）有限公司
• 主分類號: G06F40/216
• 分類號: G06F40/216;G06F40/279;G06F40/284
• 代理公司: 北京清亦華知識產權代理事務所(普通合伙) 11201
• 代理人: 單冠飛

1.一種結合機器人流程自動化RPA和人工智能AI的事件抽取方法，其特征在于，包括：

獲取文檔；

根據所述文檔生成候選問題集合，所述候選問題集合中包括至少一個候選問題；

將所述文檔和所述候選問題輸入至閱讀理解模型中，以生成候選答案和所述候選答案的概率；

根據所述概率最高的所述候選答案和所述候選問題生成事件抽取結果。

2.根據權利要求1所述的事件抽取方法，其特征在于，所述根據所述文檔生成候選問題集合，包括：

根據所述文檔獲取對應的提示句型集合，所述提示句型集合中包括至少一個提示句型；

根據所述文檔生成實體詞集合，所述實體詞集合中包括至少一個實體詞；

根據所述提示句型集合和所述實體詞集合生成所述候選問題集合。

3.根據權利要求2所述的事件抽取方法，其特征在于，所述根據所述文檔獲取對應的提示句型集合，包括：

基于自然語言處理NLP識別所述文檔的類型；

根據所述類型獲取對應的所述提示句型集合。

4.根據權利要求3所述的事件抽取方法，其特征在于，還包括：

獲取所述類型的樣本文檔、所述樣本文檔的樣本問題和樣本答案；

根據所述樣本文檔和所述樣本答案生成樣本實體詞集合，所述樣本實體詞集合中包括至少一個樣本實體詞；

將所述樣本問題中的所述樣本實體詞替換為空白分隔符，以得到所述提示句型集合中的所述提示句型。

5.根據權利要求4所述的事件抽取方法，其特征在于，所述根據所述樣本文檔和所述樣本答案生成樣本實體詞集合，包括：

對所述樣本文檔和所述樣本答案進行詞語劃分，以生成多個樣本分詞；

對所述多個樣本分詞進行實體詞篩選，以得到至少一個樣本實體詞；

根據所述至少一個樣本實體詞生成所述樣本實體詞集合。

6.根據權利要求2所述的事件抽取方法，其特征在于，所述根據所述文檔生成實體詞集合，包括：

對所述文檔進行詞語劃分，以生成多個分詞；

對所述多個分詞進行實體詞篩選，以得到至少一個實體詞；

根據所述至少一個實體詞生成所述實體詞集合。

7.根據權利要求2所述的事件抽取方法，其特征在于，所述根據所述提示句型集合和所述實體詞集合生成所述候選問題集合，包括：

根據所述提示句型集合中的任意一個所述提示句型和所述實體詞集合任意一個所述實體詞，生成所述候選問題；

根據至少一個所述候選問題生成所述候選問題集合。

8.根據權利要求1所述的事件抽取方法，其特征在于，所述根據所述概率最高的所述候選答案和所述候選問題生成事件抽取結果，包括：

將所述概率最高的所述候選答案確定為目標答案；

將所述目標答案對應的所述候選問題確定為目標問題；

根據所述目標答案和所述目標問題生成所述事件抽取結果。

9.一種結合RPA和AI的事件抽取裝置，其特征在于，包括：

獲取模塊，用于獲取文檔；

第一生成模塊，用于根據所述文檔生成候選問題集合，所述候選問題集合中包括至少一個候選問題；

輸入模塊，用于將所述文檔和所述候選問題輸入至閱讀理解模型中，以生成候選答案和所述候選答案的概率；

第二生成模塊，用于根據所述概率最高的所述候選答案和所述候選問題生成事件抽取結果。

10.根據權利要求9所述的事件抽取裝置，其特征在于，所述第一生成模塊，具體用于：

根據所述文檔獲取對應的提示句型集合，所述提示句型集合中包括至少一個提示句型；

根據所述文檔生成實體詞集合，所述實體詞集合中包括至少一個實體詞；

根據所述提示句型集合和所述實體詞集合生成所述候選問題集合。