[发明专利]实体抽取方法、装置、设备及可读存储介质在审

专利信息
申请号: 202110430029.3 申请日: 2021-04-21
公开(公告)号: CN113761150A 公开(公告)日: 2021-12-07
发明(设计)人: 曹佳润;杨奕凡;张云燕;陈曦 申请(专利权)人: 腾讯科技(深圳)有限公司
主分类号: G06F16/332 分类号: G06F16/332;G06F16/33;G06F40/194;G06F40/289;G06F40/30;G06K9/62
代理公司: 北京三高永信知识产权代理有限责任公司 11138 代理人: 祝亚男
地址: 518057 广东省深圳*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 实体 抽取 方法 装置 设备 可读 存储 介质
【说明书】:

本申请实施例公开了一种实体抽取方法、装置、设备及可读存储介质。方法包括:获取第一语句的第一语义向量、在第一语句之前产生的第二语句的第二语义向量与候选实体信息的第三语义向量;基于第一语义向量、第二语义向量和第三语义向量,获取第一语句与候选实体信息之间的第一交互向量、第二语句和第一语句之间的第二交互向量和第二语句和候选实体信息之间的第三交互向量;基于第一交互向量、第二交互向量和第三交互向量获取决策结果,决策结果用于指示候选实体信息是否与第一语句匹配;若决策结果指示候选实体信息与第一语句匹配,将候选实体信息作为实体抽取结果,实体抽取结果指示交互系统进行交互对话。该方法保证了实体抽取结果的准确性。

技术领域

本申请实施例涉及计算机技术领域,特别涉及一种实体抽取方法、装置、设备及可读存储介质。

背景技术

随着计算机技术的不断发展,在线交互系统的应用范围越来越广。在用户与在线交互系统进行交互的过程中,如何准确地抽取用户想要表达的意图,是保证交互效果、提供有效信息的重要因素。

相关技术中,常常采用自然语言处理(Natural Language Processing,NLP)方式对比较专业的文本内容进行实体抽取,且将该抽取方式应用于对话文本时,仅针对一个轮次的对话内容进行抽取,以获取用户意图。

在实际应用中,用户输入的内容往往为口语化表达较强的非正式语言,且针对一个有效信息的表达可能分散在多轮对话中。而常用的NLP方式对自然语言处理的适应性较差,对于分散在多轮对话中的信息的抽取存在遗漏,导致获取到的用户意图的信息的准确性和有效性较差。

发明内容

本申请实施例提供了一种实体抽取方法、装置、设备及可读存储介质,所述技术方案如下:

一方面,本申请实施例提供了一种实体抽取方法,所述方法包括:

获取当前向交互系统输入的第一语句的第一语义向量、在所述第一语句之前产生的第二语句的第二语义向量以及候选实体信息的第三语义向量,所述第二语句包括在所述第一语句之前向所述交互系统输入的语句以及所述交互系统输出的语句中的至少一种语句;

基于所述第一语义向量和所述第三语义向量,获取所述第一语句与所述候选实体信息之间的第一交互向量;

基于所述第一语义向量、所述第二语义向量和所述第三语义向量,获取所述第二语句和所述第一语句之间的第二交互向量以及所述第二语句和所述候选实体信息之间的第三交互向量;

基于所述第一交互向量、所述第二交互向量和所述第三交互向量,获取决策结果,所述决策结果用于指示所述候选实体信息是否与所述第一语句匹配;

响应于所述决策结果指示所述候选实体信息与所述第一语句匹配,将所述候选实体信息作为实体抽取结果,所述实体抽取结果用于指示所述交互系统进行交互对话。

另一方面,提供了一种实体抽取装置,所述装置包括:

第一获取模块,用于获取当前向交互系统输入的第一语句的第一语义向量、在所述第一语句之前产生的第二语句的第二语义向量以及候选实体信息的第三语义向量,所述第二语句包括在所述第一语句之前向所述交互系统输入的语句以及所述交互系统输出的语句中的至少一种语句;

第二获取模块,用于基于所述第一语义向量和所述第三语义向量,获取所述第一语句与所述候选实体信息之间的第一交互向量;

第三获取模块,用于基于所述第一语义向量、所述第二语义向量和所述第三语义向量,获取所述第二语句和所述第一语句之间的第二交互向量以及所述第二语句和所述候选实体信息之间的第三交互向量;

匹配模块,用于基于所述第一交互向量、所述第二交互向量和所述第三交互向量,获取决策结果,所述决策结果用于指示所述候选实体信息是否与所述第一语句匹配;

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于腾讯科技(深圳)有限公司,未经腾讯科技(深圳)有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202110430029.3/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top