[发明专利]信息提取方法、模型训练方法及相关设备

说明书

本申请实施例提供一种信息提取方法、模型训练方法及相关设备，该方法包括：获取待处理文本；将所述待处理文本输入至实体对象识别模型，输出所述待处理文本中的N个实体词，所述N为正整数；分别将所述N个实体词中的每个实体词和所述待处理文本作为输入量输入至情感信息提取模型，输出所述N个实体词一一对应的N个情感信息。采用本申请实施例提供的方法，提高了在文本中提取情感信息的准确率。

技术领域

本申请实施例涉及自然语言处理技术领域，尤其涉及一种信息提取方法、模型训练方法及相关设备。

背景技术

随着互联网技术的发展，人们既可以通过互联网获取信息资源，也可以针对一些人物、事件、产品等分享一些有价值的信息资源，以便于他人参考。比如，用户在网络上购买某种产品后，可以在网上发表一些对于产品的评价、使用心得等内容，方便其他人更全面的了解产品。或者，针对当前热门事件发表一些自己的看法等。这些具有主观色彩的信息通常能在一定程度上反应大众舆论对某一件事情或产品的看法，因此对这些信息资源进行情感分析具有非常重要的社会价值。

相关技术中，情感分析可以在多个粒度上实现，包括文档级、语句级和实体目标级。而现有很多应用场景都需要在实体目标级别上进行更细致的情感分析。在实体目标级别上进行情感分析首先需要使用命名实体识别模型识别出文本中的实体目标，然后依据实体词典、情感词典和依存句法分析等方法构建句法依赖树，根据句法依赖树查找文本中的情感信息。

但是，现有提取情感信息的方法依赖于实体词典和情感词典，仅仅考虑了实体词语与文本中每个词的词性之间的依存关系，当文本中出现实体词典和情感词典中不包含的新的实体词和新的情感词时，或者，当文本中不包含实体目标时，会导致无法从文本中提取出实体目标对应有效情感信息或者情感信息提取准确率非常低。

发明内容

本申请实施例提供一种信息提取方法、模型训练方法及相关设备，以提高情感信息提取准确率。

第一方面，本申请实施例提供一种信息提取方法，包括：

获取待处理文本；

将所述待处理文本输入至实体对象识别模型，输出所述待处理文本中的N个实体词，所述N为正整数；

分别将所述N个实体词中的每个实体词和所述待处理文本作为输入量输入至情感信息提取模型，输出所述N个实体词一一对应的N个情感信息。

可以看出，在本申请实施例中，先通过实体对象识别模型对待处理文本进行实体识别，以识别出该待处理文本中的实体词，然后将该待处理文本和识别出的实体词一同输入到情感信息提取模型，使得在进行情感信息提取时，能够从语义的角度找出实体对应的情感信息，进而提高情感信息提取的准确率。另外，由于输入情感信息提取模型的输入信息除了实体词还有待处理文本，如果实体对象识别模型没有识别出实体词，情感信息提取模型也能在该文本中提取出情感信息，进一步提高了情感信息提取的准确性。

第二方面，本申请实施例提供一种模型训练方法，包括：

确定实体识别训练集和情感信息训练集；所述实体识别训练集包括多个实体识别训练样本，每个实体识别训练样本包括一个文本以及所述一个文本的P个实体词，所述P为大于或等于1的整数；所述情感信息训练集包括多个情感信息训练样本，每个情感信息训练样本包括一个文本、所述一个文本的一个实体词以及所述一个实体词对应的情感信息；

将所述实体识别训练集输入至第一神经网络中进行训练，得到实体对象识别模型，以及，将所述情感信息训练集输入至第二神经网络进行训练，得到情感信息提取模型。