[发明专利]文本抽取模型的训练与文本抽取的方法、装置

说明书

本公开提供了一种文本抽取模型的训练与文本抽取的方法，涉及深度学习、知识图谱、自然语言处理技术领域。文本抽取模型的训练方法包括：获取训练数据；构建包含第一抽取模型与第二抽取模型的神经网络模型，第一抽取模型的输出为第二抽取模型的输入；将多个文本分别输入第一抽取模型，得到第一抽取模型针对每个文本输出的实体词预测结果；使用多个文本、多个文本的实体词预测结果与多个文本的方面词标注结果对第二抽取模型进行训练，直至第二抽取模型收敛，将第一抽取模型与训练得到的第二抽取模型组成文本抽取模型。文本抽取的方法包括：获取待处理文本；将待处理文本输入文本抽取模型，将文本抽取模型的输出结果作为待处理文本的抽取结果。

技术领域

本公开涉及人工智能技术领域，尤其涉及深度学习、知识图谱、自然语言处理技术领域。提供了一种文本抽取模型的训练与文本抽取的方法、装置、电子设备和可读存储介质。

背景技术

文本中的实体词具有独立的语义，可以清晰地表达人、物品或者概念，而文本中与实体词对应的方面词用于刻画该实体词的一个方面。

现有技术已存在多种从文本中抽取与实体词对应的三元组的方案，但用于提取上述三元组的方案，无法解决从文本中抽取实体词及其对应的方面词所组成的二元组的技术问题。

发明内容

根据本公开的第一方面，提供了一种文本抽取模型的训练方法，包括：获取训练数据，所述训练数据中包含多个文本与多个文本的方面词标注结果；构建包含第一抽取模型与第二抽取模型的神经网络模型，所述第一抽取模型的输出为所述第二抽取模型的输入；将多个文本分别输入所述第一抽取模型，得到所述第一抽取模型针对每个文本输出的实体词预测结果；使用多个文本、多个文本的实体词预测结果与多个文本的方面词标注结果对所述第二抽取模型进行训练，直至所述第二抽取模型收敛，将所述第一抽取模型与训练得到的第二抽取模型组成文本抽取模型。

根据本公开的第二方面，提供了一种文本抽取的方法，包括：获取待处理文本；将所述待处理文本输入文本抽取模型，将所述文本抽取模型的输出结果作为所述待处理文本的抽取结果。

根据本公开的第三方面，提供了一种文本抽取模型的训练装置，包括：第一获取单元，用于获取训练数据，所述训练数据中包含多个文本与多个文本的方面词标注结果；构建单元，用于构建包含第一抽取模型与第二抽取模型的神经网络模型，所述第一抽取模型的输出为所述第二抽取模型的输入；处理单元，用于将多个文本分别输入所述第一抽取模型，得到所述第一抽取模型针对每个文本输出的实体词预测结果；训练单元，用于使用多个文本、多个文本的实体词预测结果与多个文本的方面词标注结果对所述第二抽取模型进行训练，直至所述第二抽取模型收敛，将所述第一抽取模型与训练得到的第二抽取模型组成文本抽取模型。

根据本公开的第四方面，提供了一种文本抽取的装置，包括：第二获取单元，用于获取待处理文本；抽取单元，用于将所述待处理文本输入文本抽取模型，将所述文本抽取模型的输出结果作为所述待处理文本的抽取结果。

根据本公开的第五方面，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如上所述的方法。

根据本公开的第六方面，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，其中，所述计算机指令用于使所述计算机执行如上所述的方法。

根据本公开的第七方面，提供了一种计算机程序产品，包括计算机程序，所述计算机程序在被处理器执行时实现如上所述的方法。