[发明专利]一种通用文本内容挖掘方法、装置、服务器及存储介质

说明书

本发明实施例公开了一种通用文本内容挖掘方法、装置、服务器及存储介质。其中，该方法包括：获取包含目标实体以及目标特征的问题；将所述目标实体、所述目标特征以及目标文本输入预先构建的答案预测模型中，通过所述答案预测模型确定问题的答案在所述目标文本中的起始位置和结束位置，其中所述答案预测模型是预先依据包含样本实体和样本特征的样本问题以及样本答案在文本中的起始位置和结束位置训练得到的。本发明实施例提供的技术方案，可以准确预测出答案在目标文本中的起始位置和结束位置，增加了答案识别准确率，同时，由于加入了知识库特征，可以提高从文本内容中抽取问题答案的准确性。

技术领域

本发明涉及人工智能技术领域，尤其涉及一种通用文本内容挖掘方法、装置、服务器及存储介质。

背景技术

在信息时代，随着互联网技术发展，互联网上充斥着各种各样海量的内容信息。针对知识图谱中的实体(Subject，S)与其属性(Property，P)构成的问题(Subject+Property，SP)，例如刘某某的妻子，如何从短文本中挖掘出用户想要的答案(Object，O)，是目前迫切需要解决的问题之一。

目前，普遍采用如下两种答案挖掘技术来解决此问题。1)传统机器学习的方法，通过人工针对不同的问题构建不同的特征，抽取准确性较高，而且有些方法，虽然模型不通用，但是训练模型的方法是通用的；2)基于深度学习的通用解决方法，将大量的训练文本输入到神经网络中，经学习训练后可得到通用的解析模型，从而找到答案。

虽然上述两种方法都可以从文本中挖掘出答案，但是，其答案挖掘方法的效率都较低，且提供给用户问题答案的准确度也不高。

发明内容

本发明实施例提供一种通用文本内容挖掘方法、装置、服务器及存储介质，可以提高从文本中抽取问题答案的识别准确度。

第一方面，本发明实施例提供了一种通用文本内容挖掘方法，该方法包括：

获取包含目标实体以及目标特征的问题；

将所述目标实体、所述目标特征以及目标文本输入预先构建的答案预测模型中，通过所述答案预测模型确定问题的答案在所述目标文本中的起始位置和结束位置，其中所述答案预测模型是预先依据包含样本实体和样本特征的样本问题以及样本答案在文本中的起始位置和结束位置训练得到的。

第二方面，本发明实施例还提供了一种文本内容挖掘装置，该装置包括：

问题获取模块，用于获取包含目标实体以及目标特征的问题；

答案位置确定模块，用于将所述目标实体、所述目标特征以及目标文本输入预先构建的答案预测模型中，通过所述答案预测模型确定问题的答案在所述目标文本中的起始位置和结束位置，其中所述答案预测模型是预先依据包含样本实体和样本特征的样本问题以及样本答案在文本中的起始位置和结束位置训练得到的。

第三方面，本发明实施例还提供了一种服务器，该服务器包括：

一个或多个处理器；

存储装置，用于存储一个或多个程序；

当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现第一方面中任意所述的通用文本内容挖掘方法。

第四方面，本发明实施例还提供了一种存储介质，其上存储有计算机程序，该程序被处理器执行时实现第一方面中任意所述的通用文本内容挖掘方法。

本发明实施例提供的通用文本内容挖掘方法、装置、服务器及存储介质，通过将获取的目标实体和目标特征的问题以及目标文本输入到预先构建的答案预测模型中，可以准确预测出答案在目标文本中的起始位置和结束位置，增加了答案识别准确率，同时，由于加入了知识库特征，可以提高从文本内容中抽取问题答案的准确性。

附图说明