CN111522932A - 一种信息抽取的方法、装置、设备和存储介质 - Google Patents

一种信息抽取的方法、装置、设备和存储介质 Download PDF

Info

Publication number
CN111522932A
CN111522932A CN202010326079.2A CN202010326079A CN111522932A CN 111522932 A CN111522932 A CN 111522932A CN 202010326079 A CN202010326079 A CN 202010326079A CN 111522932 A CN111522932 A CN 111522932A
Authority
CN
China
Prior art keywords
parameter
clause
core word
target
sentence
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN202010326079.2A
Other languages
English (en)
Other versions
CN111522932B (zh
Inventor
王鑫
孙明明
李平
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Beijing Baidu Netcom Science and Technology Co Ltd
Original Assignee
Beijing Baidu Netcom Science and Technology Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Beijing Baidu Netcom Science and Technology Co Ltd filed Critical Beijing Baidu Netcom Science and Technology Co Ltd
Priority to CN202010326079.2A priority Critical patent/CN111522932B/zh
Publication of CN111522932A publication Critical patent/CN111522932A/zh
Application granted granted Critical
Publication of CN111522932B publication Critical patent/CN111522932B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/30Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
    • G06F16/33Querying
    • G06F16/332Query formulation
    • G06F16/3329Natural language query formulation or dialogue systems
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F40/00Handling natural language data
    • G06F40/20Natural language analysis
    • G06F40/279Recognition of textual entities
    • G06F40/284Lexical analysis, e.g. tokenisation or collocates

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Computational Linguistics (AREA)
  • General Engineering & Computer Science (AREA)
  • Artificial Intelligence (AREA)
  • Mathematical Physics (AREA)
  • General Health & Medical Sciences (AREA)
  • Audiology, Speech & Language Pathology (AREA)
  • Health & Medical Sciences (AREA)
  • Human Computer Interaction (AREA)
  • Data Mining & Analysis (AREA)
  • Databases & Information Systems (AREA)
  • Machine Translation (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)

Abstract

本申请公开了一种信息抽取的方法、装置、设备和存储介质,涉及数据处理技术领域。具体实现方案为:获取目标语句,以及所述目标语句的多元句法标签;依据所述多元句法标签,从所述目标语句中抽取第一核心词,以及所述第一核心词对应的第一参数。本申请可以提高信息抽取结果的准确度。

Description

一种信息抽取的方法、装置、设备和存储介质
技术领域
本申请涉及计算机领域中的数据处理技术领域,尤其涉及一种信息抽取的方法、装置、设备和存储介质。
背景技术
随着计算机技术的发展,人工智能在人们的生活中占据了越来越重要的地位。当前出现了许多人工智能应用,而信息抽取在人工智能应用中扮演着非常重要的角色,越来越多的人工智能应用正常实现功能,需要依赖于信息抽取的结果。
在实际的使用过程中,由于在信息抽取的过程中,通常会存在核心词被遗漏、参数被遗漏以及参数识别错误等现象,从而导致当前信息抽取的结果的准确度较低。
发明内容
本申请提供一种信息抽取的方法、装置、设备和存储介质,以解决现有技术中存在的信息抽取的结果的准确度较低的问题。
根据第一方面,提供了一种信息抽取的方法,包括:
获取目标语句,以及所述目标语句的多元句法标签;
依据所述多元句法标签,从所述目标语句中抽取第一核心词,以及所述第一核心词对应的第一参数。
根据第二方面,提供了一种信息抽取的装置,包括:
获取模块,用于获取目标语句,以及所述目标语句的多元句法标签;
抽取模块,用于依据所述多元句法标签,从所述目标语句中抽取第一核心词,以及所述第一核心词对应的第一参数。
根据第三方面,提供了一种电子设备,包括:
至少一个处理器;以及
与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行本申请提供的信息抽取的方法。
根据第四方面,提供了一种存储有计算机指令的非瞬时计算机可读存储介质,所述计算机指令用于使所述计算机执行本申请提供的信息抽取的方法。
根据本申请的技术方案提高了信息抽取结果的准确度。
应当理解,本部分所描述的内容并非旨在标识本公开的实施例的关键或重要特征,也不用于限制本公开的范围。本公开的其它特征将通过以下的说明书而变得容易理解。
附图说明
附图用于更好地理解本方案,不构成对本申请的限定。其中:
图1是本申请提供的信息抽取的方法的流程图之一;
图2是用来实现本申请提供的信息抽取的方法的电子设备的结构示意图;
图3是本申请提供的信息抽取的方法的流程图之二;
图4是本申请提供的信息抽取的装置的结构示意图之一;
图5是本申请提供的信息抽取的装置的结构示意图之二;
图6是本申请提供的信息抽取的装置的结构示意图之三;
图7是用来实现本申请实施例的信息抽取的方法的电子设备的框图。
具体实施方式
以下结合附图对本申请的示范性实施例做出说明,其中包括本申请实施例的各种细节以助于理解,应当将它们认为仅仅是示范性的。因此,本领域普通技术人员应当认识到,可以对这里描述的实施例做出各种改变和修改,而不会背离本申请的范围和精神。同样,为了清楚和简明,以下的描述中省略了对公知功能和结构的描述。
请参见图1,图1是本申请提供的一种信息抽取的方法的流程图,如图1所示,所述方法包括以下步骤:
步骤S101.获取目标语句,以及所述目标语句的多元句法标签。
其中,目标语句可以为从网络服务器上下载的语句,当然,也可以为本地服务器中存储的语句,还可以为用户输入的语句。
目标语句的具体类型在此不做限定,例如:当目标语句为用户输入的语句时,目标语句可以为文本信息,该文本信息可以是用户直接输入的,当然,上述文本信息还可以是根据用户输入的语音信息转化得到。
其中,多元句法标签可以根据多个维度来标记目标语句中的各个成分,例如:目标语句中的主语、谓语以及宾语各自均具有对应的标签,这样,通过标签的种类即可准确的确定目标语句中的各个成分。需要说明的是,多元句法标签可以指的是CTB(中文树库)句法标签。
另外,根据目标语句的种类不同,则目标语句对应的标签也不相同,例如:当目标语句为单句时,则目标语句的标签可以为“VP”;当目标语句为复合句时,则目标语句的标签可以为“IP”;当目标语句为名词短语参数时,则目标语句的标签可以为“NP-SBJ”或者“NP-OBJ”;当目标语句为宾语从句时,则目标语句的标签可以为“IP-OBJ”。
另外,还可以根据目标语句中各个成分的词性或者位置的不同,给各个成分配置不同的标签。
另外,目标语句的多元句法标签可以根据目标语句预先生成的,例如:可以在根据目标语句预先生成多元句法标签,然后将目标语句以及多元句法标签保存在本地服务器中。
需要说明的是,本申请实施例中的目标语句以及目标语句的多元句法标签可以统称为多元句法分析结果。
当然,本申请可以应用于电子设备中,而多元句法标签可以为电子设备根据目标语句自动生成的,或者,多元句法标签也可以为电子设备接收用户的指令,并根据用户的指令生成的。
步骤S102.依据所述多元句法标签,从所述目标语句中抽取第一核心词,以及所述第一核心词对应的第一参数。
其中,可以根据目标语句中各个成分对应的多元句法标签的不同,从目标语句中识别并抽取得到第一核心词以及第一核心词对应的第一参数。
其中,第一核心词可以包括以动词为主的核心词汇,而第一参数则可以包括与核心词汇相关的名词性实体。例如:第一参数可以为名词或者宾语从句等。
需要说明的是,抽取得到的第一核心词以及第一核心词对应的第一参数即可作为信息抽取的结果。另外,作为一种可选的实施方式,在抽取得到第一核心词和第一参数之后,还可以将第一核心词和第一参数组合形成关系元祖,并将上述关系元祖作为最终的信息抽取的结果。
在得到信息抽取的结果后,可以依赖上述信息抽取的结果进行知识库构建、事理图谱的构建、法律或者医疗等领域的查询,以及决策支持系统的构建。
可选地,所述依据所述多元句法标签,从所述目标语句中抽取第一核心词,以及所述第一核心词对应的第一参数,包括:
在所述目标语句不是复合句的情况下,依据所述多元句法标签中的第一标签,从所述目标语句中抽取所述第一核心词,以及所述第一核心词对应的第一参数,其中,所述第一标签用于标记所述目标语句的所述第一核心词;或者
在所述目标语句为复合句的情况下,将所述目标语句拆分为至少两个子句,依据所述多元句法标签中的第二标签,抽取所述至少两个子句中每一个子句的第二核心词,以及所述第二核心词对应的第二参数,其中,所述第二标签用于标记所述两个子句的第二核心词。
其中,目标语句不是复合句,即目标语句可以为单句,例如:目标语句可以为“我觉得他不像”。
而目标语句为复合句时,例如:目标语句可以为“我见过绝望的人,所以觉得他不像”,则该语句为一个因果关系复合句,可以拆分成“我见过绝望的人”以及“所以觉得他不像”两个子句。
需要说明的是,第一标签与第二标签可以相同,也可以不相同。
另外,目标语句中各个成分均可以具有对应的标签,例如:第一核心词具有对应的第一标签,而第一参数也可以具有对应的第一目标标签;第二核心词具有对应的第二标签,而第二参数也可以具有对应的第二目标标签。这样,可以通过对应的标签识别并抽取目标语句中的各个成分。
当然,作为另一种可选的实施方式,也可以只需要通过第一标签抽取得到第一核心词,然后根据位置或者词性的对应关系抽取与第一核心词对应的第一参数。同理,也可以只需要通过第二标签抽取得到第二核心词,然后根据位置或者词性的对应关系抽取与第二核心词对应的第二参数。这样,增加了信息抽取方式的多样性和灵活性。
该实施方式中,目标语句不是复合句时,可以直接抽取第一核心词和第一参数;目标语句是复合句时,可以先将目标语句拆分为至少两个子句,然后抽取每一个子句的第二核心词和第二参数,这样,可以根据目标语句类型的不同,采用不同的处理方式,增加了对目标语句进行处理的方式的多样性和灵活性,同时,还可以避免目标语句是复合句时,核心词或者参数被漏抽取的现象的出现。
可选地,所述多元句法标签还包括第三标签,所述第三标签用于标记所述目标语句是否为复合句。
其中,当目标语句不是复合句,则目标语句的多元句法标签可以包括第三标签,且第三标签可以为“VP”;当目标语句是复合句,则目标语句的多元句法标签可以包括第三标签,且第三标签可以为“IP”。例如:目标语句可以为“我见过绝望的人,所以觉得他不像”,则该语句为一个因果关系复合句,包括的两个子句分别为“我见过绝望的人”以及“所以觉得他不像”。
该实施方式中,由于第三标签用于标记目标语句是否为复合句,这样,可以直接通过第三标签确定目标语句是否为复合句,从而提高了确定目标语句是否为复合句的准确度和确定速率。
另外,作为一种可选的实施方式,当目标语句为复合句时,则目标语句的多元句法标签还包括第三标签;当目标语句不是复合句时,则目标语句的多元句法标签不包括第三标签。这样,只需要识别目标语句的多元句法标签是否包括第三标签,即可确定目标语句是否为复合句。
另外,作为另一种可选的实施方式,目标语句的多元句法标签也可以
不包括第三标签,可以直接将目标语句进行拆分,能够将目标语句拆分成至少两个子句,则确定目标语句为复合句;若不能将目标语句拆分成至少两个子句,则可以确定目标语句不是复合句。
需要说明的是,将目标语句拆分成一个子句的情况,可以理解为此时上述一个子句与目标语句实质相同,即认定目标语句不能拆分得到子句。
可选地,所述抽取所述至少两个子句中每一个子句的第二核心词,以及所述第二核心词对应的第二参数之前,所述方法还包括:
判断所述至少两个子句中是否存在第一子句,其中,所述第一子句为缺失所述第二参数的子句;
在存在所述第一子句的情况下,根据第二子句补全所述第一子句的第二参数;
其中,所述第二子句为所述第一子句在所述至少两个子句中对应的子句。
例如:目标语句为“我见过绝望的人,所以觉得他不像”,则第一子句为“觉得他不像”,第二子句为“我见过绝望的人”,由于第一子句中缺少主语(即第二参数),则可以将第二子句中的主语“我”分配给第一子句,即第一子句补全主语后为“我觉得他不像”,这样,可以使得第一子句的成分完整,保证句子意义的完整性。
另外,目标语句“我见过绝望的人,所以觉得他不像”的完整抽取过程可以参见图3。
需要说明的是,第一子句与第二子句之间存在对应关系,在将目标语句拆分为第一子句和第二子句时,还可以单独将逻辑连接词“所以”抽取出来,并在第一子句、逻辑连接词和第二子句之间建立对应关系,这样,可以快速且准确根据第一子句确定第二子句,并可以根据第二子句补全第一子句缺失的第二参数,保证了第二参数补充的准确度。
该实施方式中,可以根据第二子句补全第一子句的第二参数,这样,在抽取第一子句的第二核心词和第二参数时,避免因缺失第二参数导致第一子句抽取失败或者漏抽取的现象的出现,从而可以使得抽取结果更加准确。
可选地,所述从所述目标语句中抽取所述第一核心词,以及所述第一核心词对应的第一参数之后,所述方法还包括:
判断所述第一参数是否为目标参数;
在所述第一参数为所述目标参数的情况下,对所述第一参数进行转换,得到转换语句;
将所述转换语句确定为下一个目标语句,并抽取所述下一个目标语句中的核心词和参数。
其中,目标参数可以指的是名词短语参数,名词短语参数也可以被称作为名词实体,在现有技术中,名词实体作为抽取结果,不能继续进行抽取,但实际上,名词实体中还包括了有价值的信息。
例如:“他当过兵的哥哥”是名词短语,在现有技术中不能再继续进行信息抽取,但是其中包含了“哥哥”的经历信息,在本实施方式中,可以将“他当过兵的哥哥”进行转换,得到转换语句“他哥哥当过兵”,这样,可以将上述转换语句确定为下一个目标语句,并抽取下一个目标语句的核心词和参数。
需要说明的是,判断第一参数是否为目标参数时,也可以根据多元句法标签来进行确定,例如:名词短语参数的标签可以为“NP-SBJ”或者“NP-OBJ”,这样,当识别第一参数的标签为“NP-SBJ”或者“NP-OBJ”时,则可以确定第一参数为目标参数。
该实施方式中,在第一参数为目标参数时,可以将第一参数进行转换,得到转换语句,然后将转换语句确定为下一个目标语句,并抽取下一个目标语句中的核心词和参数,这样,可以进一步抽取对第一参数中的核心词和参数,避免第一参数中的核心词和参数被漏抽取的现象的出现,增加了核心词和参数被抽取的完整性,进而增强了核心词和参数抽取结果的准确度。
本申请中,通过步骤S101至S102,依据多元句法标签可以直接抽取第一核心词以及第一参数,而无须考虑目标语句中各部分的词性和位置,既提高了第一核心词和第一参数抽取的准确度,又提高了第一核心词以及第一参数抽取的速率。
需要说明的是,本申请实施例可以应用于电子设备上,参见图2,而电子设备中可以包括复句分解器、单句分解器和参数分解器三个模块。
其中,复句分解器包括逻辑抽取器和成分分配器,逻辑抽取器用于抽取复合句中包括的至少两个子句之间的逻辑连接词(例如:上述实施例中举例的“所以”),成分分配器用于根据第二子句补全第一子句所缺失的第二参数。
其中,单句分解器包括动词抽取器和多元标签参数抽取器,动词抽取器用于抽取单句或者各个子句中的核心词,多元标签参数抽取器用于抽取单句或者各个子句中核心词对应的参数。
其中,参数分解器包括表达转换器,表达转换器用于将第一参数转换为转换语句。
请参见图4,图4是本申请实施例提供的一种信息抽取的装置的结构示意图,如图4所示,信息抽取的装置400包括:
获取模块401,用于获取目标语句,以及所述目标语句的多元句法标签;
抽取模块402,用于依据所述多元句法标签,从所述目标语句中抽取第一核心词,以及所述第一核心词对应的第一参数。
可选地,参见图5,所述抽取模块402包括:
第一抽取子模块4021,用于在所述目标语句不是复合句的情况下,依据所述多元句法标签中的第一标签,从所述目标语句中抽取所述第一核心词,以及所述第一核心词对应的第一参数,其中,所述第一标签用于标记所述目标语句的所述第一核心词;或者
第二抽取子模块4022,用于在所述目标语句为复合句的情况下,将所述目标语句拆分为至少两个子句,依据所述多元句法标签中的第二标签,抽取所述至少两个子句中每一个子句的第二核心词,以及所述第二核心词对应的第二参数,其中,所述第二标签用于标记所述两个子句的第二核心词。
可选地,所述多元句法标签还包括第三标签,所述第三标签用于标记所述目标语句是否为复合句。
可选地,所述第二抽取子模块4022还用于:判断所述至少两个子句中是否存在第一子句,其中,所述第一子句为缺失所述第二参数的子句;在存在所述第一子句的情况下,根据第二子句补全所述第一子句的第二参数;其中,所述第二子句为所述第一子句在所述至少两个子句中对应的子句。
可选地,参见图6,所述信息抽取的装置400还包括:
判断模块403,用于判断所述第一参数是否为目标参数;
转换模块404,用于在所述第一参数为所述目标参数的情况下,对所述第一参数进行转换,得到转换语句;
确定模块405,用于将所述转换语句确定为下一个目标语句,并抽取所述下一个目标语句中的核心词和参数。
本实施例提供的装置能够实现图1所示的方法实施例中实现的各个过程,且可以达到相同有益效果,为避免重复,这里不再赘述。
根据本申请的实施例,本申请还提供了一种电子设备和一种可读存储介质。
如图7所示,是根据本申请实施例的信息抽取的方法的电子设备的框图。电子设备旨在表示各种形式的数字计算机,诸如,膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置,诸如,个人数字处理、蜂窝电话、智能电话、可穿戴设备和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例,并且不意在限制本文中描述的和/或者要求的本申请的实现。
如图7所示,该电子设备包括:一个或多个处理器701、存储器702,以及用于连接各部件的接口,包括高速接口和低速接口。各个部件利用不同的总线互相连接,并且可以被安装在公共主板上或者根据需要以其它方式安装。处理器可以对在电子设备内执行的指令进行处理,包括存储在存储器中或者存储器上以在外部输入/输出装置(诸如,耦合至接口的显示设备)上显示GUI的图形信息的指令。在其它实施方式中,若需要,可以将多个处理器和/或多条总线与多个存储器和多个存储器一起使用。同样,可以连接多个电子设备,各个设备提供部分必要的操作(例如,作为服务器阵列、一组刀片式服务器、或者多处理器系统)。图7中以一个处理器701为例。
存储器702即为本申请所提供的非瞬时计算机可读存储介质。其中,所述存储器存储有可由至少一个处理器执行的指令,以使所述至少一个处理器执行本申请所提供的信息抽取的方法。本申请的非瞬时计算机可读存储介质存储计算机指令,该计算机指令用于使计算机执行本申请所提供的信息抽取的方法。
存储器702作为一种非瞬时计算机可读存储介质,可用于存储非瞬时软件程序、非瞬时计算机可执行程序以及模块,如本申请实施例中的信息抽取的方法对应的程序指令/模块(例如,附图4所示的获取模块401和抽取模块402)。处理器701通过运行存储在存储器702中的非瞬时软件程序、指令以及模块,从而执行服务器的各种功能应用以及数据处理,即实现上述方法实施例中的信息抽取的方法。
存储器702可以包括存储程序区和存储数据区,其中,存储程序区可存储操作系统、至少一个功能所需要的应用程序;存储数据区可存储根据信息抽取的方法的电子设备的使用所创建的数据等。此外,存储器702可以包括高速随机存取存储器,还可以包括非瞬时存储器,例如至少一个磁盘存储器件、闪存器件、或其他非瞬时固态存储器件。在一些实施例中,存储器702可选包括相对于处理器701远程设置的存储器,这些远程存储器可以通过网络连接至信息抽取的方法的电子设备。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
信息抽取的方法的电子设备还可以包括:输入装置703和输出装置704。处理器701、存储器702、输入装置703和输出装置704可以通过总线或者其他方式连接,图7中以通过总线连接为例。
输入装置703可接收输入的数字或字符信息,以及产生与信息抽取的方法的电子设备的用户设置以及功能控制有关的键信号输入,例如触摸屏、小键盘、鼠标、轨迹板、触摸板、指示杆、一个或者多个鼠标按钮、轨迹球、操纵杆等输入装置。输出装置704可以包括显示设备、辅助照明装置(例如,LED)和触觉反馈装置(例如,振动电机)等。该显示设备可以包括但不限于,液晶显示器(LCD)、发光二极管(LED)显示器和等离子体显示器。在一些实施方式中,显示设备可以是触摸屏。
此处描述的系统和技术的各种实施方式可以在数字电子电路系统、集成电路系统、专用ASIC(专用集成电路)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括:实施在一个或者多个计算机程序中,该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程系统上执行和/或解释,该可编程处理器可以是专用或者通用可编程处理器,可以从存储系统、至少一个输入装置、和至少一个输出装置接收数据和指令,并且将数据和指令传输至该存储系统、该至少一个输入装置、和该至少一个输出装置。
这些计算程序(也称作程序、软件、软件应用、或者代码)包括可编程处理器的机器指令,并且可以利用高级过程和/或面向对象的编程语言、和/或汇编/机器语言来实施这些计算程序。如本文使用的,术语“机器可读介质”和“计算机可读介质”指的是用于将机器指令和/或数据提供给可编程处理器的任何计算机程序产品、设备、和/或装置(例如,磁盘、光盘、存储器、可编程逻辑装置(PLD)),包括,接收作为机器可读信号的机器指令的机器可读介质。术语“机器可读信号”指的是用于将机器指令和/或数据提供给可编程处理器的任何信号。
为了提供与用户的交互,可以在计算机上实施此处描述的系统和技术,该计算机具有:用于向用户显示信息的显示装置(例如,CRT(阴极射线管)或者LCD(液晶显示器)监视器);以及键盘和指向装置(例如,鼠标或者轨迹球),用户可以通过该键盘和该指向装置来将输入提供给计算机。其它种类的装置还可以用于提供与用户的交互;例如,提供给用户的反馈可以是任何形式的传感反馈(例如,视觉反馈、听觉反馈、或者触觉反馈);并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。
可以将此处描述的系统和技术实施在包括后台部件的计算系统(例如,作为数据服务器)、或者包括中间件部件的计算系统(例如,应用服务器)、或者包括前端部件的计算系统(例如,具有图形用户界面或者网络浏览器的用户计算机,用户可以通过该图形用户界面或者该网络浏览器来与此处描述的系统和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算系统中。可以通过任何形式或者介质的数字数据通信(例如,通信网络)来将系统的部件相互连接。通信网络的示例包括:局域网(LAN)、广域网(WAN)和互联网。
计算机系统可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。
根据本申请实施例的技术方案,依据多元句法标签可以直接抽取第一核心词以及第一参数,而无须考虑目标语句中各部分的词性和位置,既提高了第一核心词和第一参数抽取的准确度,又提高了第一核心词以及第一参数抽取的速率。
应该理解,可以使用上面所示的各种形式的流程,重新排序、增加或删除步骤。例如,本发申请中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行,只要能够实现本申请公开的技术方案所期望的结果,本文在此不进行限制。
上述具体实施方式,并不构成对本申请保护范围的限制。本领域技术人员应该明白的是,根据设计要求和其他因素,可以进行各种修改、组合、子组合和替代。任何在本申请的精神和原则之内所作的修改、等同替换和改进等,均应包含在本申请保护范围之内。

Claims (12)

1.一种信息抽取的方法,其特征在于,包括:
获取目标语句,以及所述目标语句的多元句法标签;
依据所述多元句法标签,从所述目标语句中抽取第一核心词,以及所述第一核心词对应的第一参数。
2.如权利要求1所述的方法,其特征在于,所述依据所述多元句法标签,从所述目标语句中抽取第一核心词,以及所述第一核心词对应的第一参数,包括:
在所述目标语句不是复合句的情况下,依据所述多元句法标签中的第一标签,从所述目标语句中抽取所述第一核心词,以及所述第一核心词对应的第一参数,其中,所述第一标签用于标记所述目标语句的所述第一核心词;或者
在所述目标语句为复合句的情况下,将所述目标语句拆分为至少两个子句,依据所述多元句法标签中的第二标签,抽取所述至少两个子句中每一个子句的第二核心词,以及所述第二核心词对应的第二参数,其中,所述第二标签用于标记所述两个子句的第二核心词。
3.如权利要求2所述的方法,其特征在于,所述多元句法标签还包括第三标签,所述第三标签用于标记所述目标语句是否为复合句。
4.如权利要求2所述的方法,其特征在于,所述抽取所述至少两个子句中每一个子句的第二核心词,以及所述第二核心词对应的第二参数之前,所述方法还包括:
判断所述至少两个子句中是否存在第一子句,其中,所述第一子句为缺失所述第二参数的子句;
在存在所述第一子句的情况下,根据第二子句补全所述第一子句的第二参数;
其中,所述第二子句为所述第一子句在所述至少两个子句中对应的子句。
5.如权利要求1所述的方法,其特征在于,所述从所述目标语句中抽取所述第一核心词,以及所述第一核心词对应的第一参数之后,所述方法还包括:
判断所述第一参数是否为目标参数;
在所述第一参数为所述目标参数的情况下,对所述第一参数进行转换,得到转换语句;
将所述转换语句确定为下一个目标语句,并抽取所述下一个目标语句中的核心词和参数。
6.一种信息抽取的装置,其特征在于,包括:
获取模块,用于获取目标语句,以及所述目标语句的多元句法标签;
抽取模块,用于依据所述多元句法标签,从所述目标语句中抽取第一核心词,以及所述第一核心词对应的第一参数。
7.如权利要求6所述的装置,其特征在于,所述抽取模块包括:
第一抽取子模块,用于在所述目标语句不是复合句的情况下,依据所述多元句法标签中的第一标签,从所述目标语句中抽取所述第一核心词,以及所述第一核心词对应的第一参数,其中,所述第一标签用于标记所述目标语句的所述第一核心词;或者
第二抽取子模块,用于在所述目标语句为复合句的情况下,将所述目标语句拆分为至少两个子句,依据所述多元句法标签中的第二标签,抽取所述至少两个子句中每一个子句的第二核心词,以及所述第二核心词对应的第二参数,其中,所述第二标签用于标记所述两个子句的第二核心词。
8.如权利要求7所述的装置,其特征在于,所述多元句法标签还包括第三标签,所述第三标签用于标记所述目标语句是否为复合句。
9.如权利要求7所述的装置,其特征在于,所述第二抽取子模块还用于:判断所述至少两个子句中是否存在第一子句,其中,所述第一子句为缺失所述第二参数的子句;在存在所述第一子句的情况下,根据第二子句补全所述第一子句的第二参数;其中,所述第二子句为所述第一子句在所述至少两个子句中对应的子句。
10.如权利要求6所述的装置,其特征在于,所述装置还包括:
判断模块,用于判断所述第一参数是否为目标参数;
转换模块,用于在所述第一参数为所述目标参数的情况下,对所述第一参数进行转换,得到转换语句;
确定模块,用于将所述转换语句确定为下一个目标语句,并抽取所述下一个目标语句中的核心词和参数。
11.一种电子设备,其特征在于,包括:
至少一个处理器;以及
与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行权利要求1-5中任一项所述的方法。
12.一种存储有计算机指令的非瞬时计算机可读存储介质,其特征在于,所述计算机指令用于使所述计算机执行权利要求1-5中任一项所述的方法。
CN202010326079.2A 2020-04-23 2020-04-23 一种信息抽取的方法、装置、设备和存储介质 Active CN111522932B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010326079.2A CN111522932B (zh) 2020-04-23 2020-04-23 一种信息抽取的方法、装置、设备和存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010326079.2A CN111522932B (zh) 2020-04-23 2020-04-23 一种信息抽取的方法、装置、设备和存储介质

Publications (2)

Publication Number Publication Date
CN111522932A true CN111522932A (zh) 2020-08-11
CN111522932B CN111522932B (zh) 2023-05-16

Family

ID=71904139

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010326079.2A Active CN111522932B (zh) 2020-04-23 2020-04-23 一种信息抽取的方法、装置、设备和存储介质

Country Status (1)

Country Link
CN (1) CN111522932B (zh)

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102737013A (zh) * 2011-04-02 2012-10-17 三星电子(中国)研发中心 基于依存关系来识别语句情感的设备和方法
JP2015064671A (ja) * 2013-09-24 2015-04-09 株式会社Nttドコモ 文正規化システム、文正規化方法及び文正規化プログラム
CN106372038A (zh) * 2015-07-23 2017-02-01 北京国双科技有限公司 关键词的抽取方法及装置
CN107818082A (zh) * 2017-09-25 2018-03-20 沈阳航空航天大学 结合短语结构树的语义角色识别方法
CN109582968A (zh) * 2018-12-04 2019-04-05 北京容联易通信息技术有限公司 一种语料中的关键信息的提取方法及装置
CN109815333A (zh) * 2019-01-14 2019-05-28 金蝶软件(中国)有限公司 信息获取方法、装置、计算机设备和存储介质
CN109918657A (zh) * 2019-02-28 2019-06-21 云孚科技(北京)有限公司 一种从文本中提取目标关键词的方法
CN110750989A (zh) * 2019-10-28 2020-02-04 北京金山数字娱乐科技有限公司 一种语句分析的方法及装置

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102737013A (zh) * 2011-04-02 2012-10-17 三星电子(中国)研发中心 基于依存关系来识别语句情感的设备和方法
JP2015064671A (ja) * 2013-09-24 2015-04-09 株式会社Nttドコモ 文正規化システム、文正規化方法及び文正規化プログラム
CN106372038A (zh) * 2015-07-23 2017-02-01 北京国双科技有限公司 关键词的抽取方法及装置
CN107818082A (zh) * 2017-09-25 2018-03-20 沈阳航空航天大学 结合短语结构树的语义角色识别方法
CN109582968A (zh) * 2018-12-04 2019-04-05 北京容联易通信息技术有限公司 一种语料中的关键信息的提取方法及装置
CN109815333A (zh) * 2019-01-14 2019-05-28 金蝶软件(中国)有限公司 信息获取方法、装置、计算机设备和存储介质
CN109918657A (zh) * 2019-02-28 2019-06-21 云孚科技(北京)有限公司 一种从文本中提取目标关键词的方法
CN110750989A (zh) * 2019-10-28 2020-02-04 北京金山数字娱乐科技有限公司 一种语句分析的方法及装置

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
鄂海红;张文静;肖思琪;程瑞;胡莺夕;周筱松;牛佩晴;: "深度学习实体关系抽取研究综述" *

Also Published As

Publication number Publication date
CN111522932B (zh) 2023-05-16

Similar Documents

Publication Publication Date Title
CN111325020B (zh) 一种事件论元抽取方法、装置以及电子设备
CN111967268A (zh) 文本中的事件抽取方法、装置、电子设备和存储介质
CN111241819B (zh) 词向量生成方法、装置及电子设备
CN110797005B (zh) 韵律预测方法、装置、设备和介质
CN110597959A (zh) 文本信息抽取方法、装置以及电子设备
CN112001169B (zh) 文本纠错的方法、装置、电子设备和可读存储介质
CN111611468B (zh) 页面交互方法、装置和电子设备
CN111079945B (zh) 端到端模型的训练方法及装置
CN112269862B (zh) 文本角色标注方法、装置、电子设备和存储介质
CN113220836A (zh) 序列标注模型的训练方法、装置、电子设备和存储介质
CN111737965A (zh) 文档的比对方法、装置、电子设备和可读存储介质
US20220027575A1 (en) Method of predicting emotional style of dialogue, electronic device, and storage medium
CN111708800A (zh) 查询方法、装置及电子设备
CN111680517A (zh) 用于训练模型的方法、装置、设备以及存储介质
CN111078878A (zh) 文本处理方法、装置、设备及计算机可读存储介质
CN111241810A (zh) 标点预测方法及装置
CN111177339A (zh) 对话生成方法、装置、电子设备及存储介质
CN111127191A (zh) 风险评估方法及装置
CN111079449B (zh) 平行语料数据的获取方法、装置、电子设备和存储介质
CN111858880A (zh) 获取查询结果的方法、装置、电子设备和可读存储介质
CN111783998A (zh) 一种违规账号识别模型训练方法、装置及电子设备
CN111666372A (zh) 解析查询词query的方法、装置、电子设备和可读存储介质
CN110728156A (zh) 翻译方法、装置、电子设备及可读存储介质
CN112397050B (zh) 韵律预测方法、训练方法、装置、电子设备和介质
CN112270169B (zh) 对白角色预测方法、装置、电子设备及存储介质

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant