[发明专利]文本数据处理方法及装置、存储介质和电子设备

说明书

本申请披露了一种文本数据处理方法及装置、存储介质和电子设备。该文本数据处理方法包括：对待处理文本进行知识生成，得到第一候选知识集合；对待处理文本进行知识抽取，得到第二候选知识集合；对第一候选知识集合和第二候选知识集合进行知识筛选，得到抽取知识集合。本申请提高了开放域知识抽取的精准度。

技术领域

本申请涉及自然语言处理技术领域，具体涉及文本数据处理方法及装置、存储介质和电子设备。

背景技术

知识抽取指的是基于不同来源的数据(包括结构化数据和非结构化数据)进行抽取以形成知识集合(结构化数据)。知识抽取可以分为限定域知识抽取和开放域知识抽取。然而，现有一些知识抽取方法存在精准度不高的问题。

发明内容

有鉴于此，本申请提供一种文本数据处理方法及装置、存储介质和电子设备，以提高知识抽取的精准度。

第一方面，提供一种文本数据处理方法，该文本数据处理方法包括：对待处理文本进行知识生成，得到第一候选知识集合；对待处理文本进行知识抽取，得到第二候选知识集合；对第一候选知识集合和第二候选知识集合进行知识筛选，得到抽取知识集合。

第二方面，提供一种文本数据处理装置，该文本数据处理装置包括：生成模块，用于对待处理文本进行知识生成，得到第一候选知识集合；抽取模块，用于对待处理文本进行知识抽取，得到第二候选知识集合；筛选模块，用于对第一候选知识集合和第二候选知识集合进行知识筛选，得到抽取知识集合。

第三方面，提供一种计算机可读存储介质，该存储介质存储有指令，当该指令由电子设备的处理器执行时，使得该电子设备能够执行上述第一方面所述的方法。

第四方面，提供一种电子设备，该电子设备包括：处理器；用于存储计算机可执行指令的存储器；该处理器用于执行该计算机可执行指令，以实现上述第一方面所述的方法。

本申请实施例提供的文本数据处理方法，结合知识生成和知识抽取实现了利用不同的知识集合确定方式得到多个候选知识集合的目的，进而降低了知识被遗漏的几率，并通过对候选知识集合进行知识筛选的方式，过滤了无效知识，进而提高了所确定的抽取知识集合的精准度。另外，与直接借助人工进行知识抽取的方案相比，本申请实施例能够极大降低抽取成本和抽取难度。

附图说明

图1a所示为本申请一实施例提供的文本数据处理方法的应用场景示意图。

图1b所示为本申请另一实施例提供的文本数据处理方法的应用场景示意图。

图2所示为本申请一实施例提供的文本数据处理方法的流程示意图。

图3所示为本申请一实施例提供的对第一候选知识集合和第二候选知识集合进行知识筛选的方法的流程示意图。

图4所示为本申请一实施例提供的分类模型的结构示意图。

图5所示为本申请另一实施例提供的对第一候选知识集合和第二候选知识集合进行知识筛选的方法的流程示意图。

图6所示为本申请一实施例提供的基于知识生成模型进行知识生成的方法的流程示意图。

图7所示为本申请一实施例提供的基于句法模板进行知识抽取的方法的流程示意图。

图8所示为本申请一实施例提供的对待处理文本进行句法分析的分析结果的示意图。

图9所示为本申请另一实施例提供的文本数据处理方法的流程示意图。

图10所示为本申请又一实施例提供的文本数据处理方法的流程示意图。

图11所示为本申请一实施例提供的文本数据处理方法的流程示意图。

图12所示为本申请一实施例提供的文本数据处理装置的结构示意图。