【技术实现步骤摘要】
信息抽取及模型获取方法、装置、电子设备及存储介质
[0001]本公开涉及人工智能
,特别涉及深度学习、自然语言处理以及知识图谱等领域的信息抽取及模型获取方法、装置、电子设备及存储介质。
技术介绍
[0002]很多场景下,针对给定的文本,需要进行核心实体及分面信息的抽取,如在检索场景下,通过进行核心实体及分面信息抽取,可提升检索结果的准确性等。
技术实现思路
[0003]本公开提供了信息抽取及模型获取方法、装置、电子设备及存储介质。
[0004]一种信息抽取方法,包括:
[0005]针对待处理文本,利用预先训练得到的第一模型构建出第一序列对应的三维矩阵,所述第一序列为根据所述待处理文本生成的序列,所述三维矩阵中包括所述第一序列中的任意两个字符在预定的C种不同关系类型上的依赖性,C为大于一的正整数,所述关系类型包括不同的实体类型以及不同的分面类型,所述两个字符包括相同字符及不同字符;
[0006]根据所述三维矩阵确定出从所述待处理文本中抽取出的核心实体及分面信息。
[0007]一种模型获取方法,包括:
[0008]获取训练数据,所述训练数据中包括:文本、从所述文本中抽取出的核心实体、核心实体的类型以及至少一个核心实体对应的分面信息;
[0009]利用所述训练数据训练第一模型,用于所述第一模型学习到第一序列对应的三维矩阵的构建方式,所述三维矩阵中包括所述第一序列中的任意两个字符在预定的C种不同关系类型上的依赖性,C为大于一的正整数,所述关系类型包括不同的 ...
【技术保护点】
【技术特征摘要】
1.一种信息抽取方法,包括:针对待处理文本,利用预先训练得到的第一模型构建出第一序列对应的三维矩阵,所述第一序列为根据所述待处理文本生成的序列,所述三维矩阵中包括所述第一序列中的任意两个字符在预定的C种不同关系类型上的依赖性,C为大于一的正整数,所述关系类型包括不同的实体类型以及不同的分面类型,所述两个字符包括相同字符及不同字符;根据所述三维矩阵确定出从所述待处理文本中抽取出的核心实体及分面信息。2.根据权利要求1所述的方法,其中,所述第一序列中包括:第一起始符、第二起始符、所述待处理文本中的各字符以及结束符;所述第一起始符和所述第二起始符为在所述待处理文本中的首个字符之前依次加入的标志符,所述结束符为在所述待处理文本中的最后一个字符之后加入的标志符。3.根据权利要求2所述的方法,其中,所述三维矩阵中包括:C层二维矩阵,每层二维矩阵分别对应一个不同的关系类型;任一二维矩阵中坐标为(i,j)的元素的取值分别为:所述第一序列中的第i个字符与所述第一序列中的第j个字符在第c个关系类型上的依赖性,1≤i≤M,1≤j≤M,1≤c≤C,M为大于一的正整数,表示所述第一序列中的字符数量,所述第c个关系类型表示所述二维矩阵对应的关系类型。4.根据权利要求3所述的方法,其中,所述根据所述三维矩阵确定出从所述待处理文本中抽取出的核心实体及分面信息包括:遍历各层二维矩阵;针对遍历到的二维矩阵,分别进行以下处理:将遍历到的二维矩阵作为待处理矩阵,响应于确定待处理矩阵中存在取值大于第一阈值的元素,将所述取值大于第一阈值的元素作为目标元素,将所述目标元素对应的字符组成的内容作为抽取出的内容。5.根据权利要求4所述的方法,还包括:根据所述待处理矩阵对应的关系类型和/或所述目标元素在所述待处理矩阵中的出现位置,确定出抽取出的内容为实体还是分面信息,并将抽取出的实体作为所述核心实体。6.根据权利要求5所述的方法,还包括:针对抽取出的任一实体,分别根据所述实体对应的所述待处理矩阵中的所述目标元素,确定出所述实体在所述待处理文本中的核心度,响应于确定所述核心度大于第二阈值,将所述实体作为所述核心实体。7.根据权利要求6所述的方法,其中,所述确定出所述实体在所述待处理文本中的核心度包括:获取所述实体对应的所述待处理矩阵的第二行中、组成所述实体的各字符对应的元素的取值的均值,将所述均值作为所述实体在所述待处理文本中的核心度。8.一种模型获取方法,包括:获取训练数据,所述训练数据中包括:文本、从所述文本中抽取出的核心实体、核心实体的类型以及至少一个核心实体对应的分面信息;利用所述训练数据训练第一模型,用于所述第一模型学习到第一序列对应的三维矩阵
的构建方式,所述三维矩阵中包括所述第一序列中的任意两个字符在预定的C种不同关系类型上的依赖性,C为大于一的正整数,所述关系类型包括不同的实体类型以及不同的分面类型,所述第一序列为根据任意的待处理文本生成的序列,所述两个字符包括相同字符及不同字符,所述三维矩阵用于确定出从所述待处理文本中抽取出的核心实体及分面信息。9.一种信息抽取装置,包括:矩阵构建模块以及信息抽取模块;所述矩阵构建模块,用于针对待处理文本,利用预先训练得到的第一模型构建出第一序列对应的三维矩阵,所述第一序列为根据所述待处理文本生成的序列,所述三维矩阵中包括所述第一序列中的任意两个字符在预定的C种不同关系类型上的依赖性,C为大于一的正整数,所述关系类型包括不同的实体类型以及不同的分面类型,所述两...
【专利技术属性】
技术研发人员:贾桐,王建华,冯知凡,
申请(专利权)人:北京百度网讯科技有限公司,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。