基于人工智能的信息抽取方法及存储介质和相关装置.pdf

(19)中华人民共和国国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 111143536 A (43)申请公布日 2020.05.12 (21)申请号 201911397526.7 (22)申请日 2019.12.30 (71)申请人 腾讯科技（深圳）有限公司 地址 518057 广东省深圳市南山区高新区 科技中一路腾讯大厦35层 (72)发明人 张倩汶　闫昭　饶孟良　曹云波　 (74)专利代理机构 深圳翼盛智成知识产权事务 所(普通合伙) 44300 代理人 汪阮磊 (51)Int.Cl. G06F 16/332(2019.01) G06F 40/295(2020.01) G06F 40/30(2020.01) G06F 16/35(2019.01) G06N 20/00(2019.01) 权利要求书2页 说明书11页 附图7页 (54)发明名称 基于人工智能的信息抽取方法及存储介质 和相关装置 (57)摘要 本发明实施例公开了基于人工智能的信息 抽取方法及存储介质和相关装置，应用于人工智 能的信息处理技术领域。信息抽取装置针对待处 理文档中的各句短文本，先根据预置的关系分类 模型确定短文本中包含的关系属性，然后再根据 预置的实体抽取模型抽取这些关系属性对应的 实体对，进行可以形成各句短文本对应的三元组 信息。实践证明，通过不同的机器学习模型分别 确定关系属性及其对应的实体对的方式，可以准 确地获取到待处理文档的三元组信息，且由于采 用机器学习模型来进行信息抽取，使得可以进行 A 迁移学习。 6 3 5 3 4 1 1 1 1 N C CN 111143536 A 权　利　要　求　书 1/2页 1.一种基于人工智能的信息抽取方法，其特征在于，包括： 获取待处理文档包括的至少一句短文本； 根据预置的关系分类模型，分别确定所述至少一句短文本中各句短文本包含的至少一 个关系属性； 根据所述各句短文本的至少一个关系属性及预置的实体抽取模型，分别抽取所述各句 短文本中至少一个关系属性对应的实体对； 根据所述各句短文本的至少一个关系属性及其对应的实体对，形成所述各句短文本的 三元组信息。 2.如权利要求1所述的方法，其特征在于，所述获取待处理文档包括的至少一句短文本 之后，还包括： 对所述各句短文本中的描述主体进行增强处理，得到增强后短文本； 则所述分别确定所述至少一句短文本中各句短文本包含的至少一个关系属性，具体包 括：分别根据所述增强后短文本，确定所述各句短文本包含的至少一个关系属性。 3.如权利要求1所述的方法，其特征在于，所述根据所述各句短文本的至少一个关系属 性及预置的实体抽取模型，分别抽取所述各句短文本中至少一个关系属性对应的实体对， 包括： 由所述预置的实体抽取模型根据所述各句短文本，及所述各句短文本包含的至少一个 关系属性，输出所述各句短文本中各个字符的句子成分属性标识及对应的关系属性标识； 所述句子成分属性标识包括主语标识和宾语标识； 确定所述各句短文本中主语标识对应的字符，与所述各句短文本中宾语标识对应的字 符为实体对。 4.如权利要求1至3任一项所述的方法，其特征在于，所述方法还包括： 确定关系分类初始模型和实体抽取初始模型； 确定训练样本，所述训练样本中包括多句样本短文本，及各句样本短文本所包含的关 系属性的第一标注信息，及所述各句短文本所包含的实体对的第二标注信息；