[发明专利]一种文本处理方法、系统和存储介质

说明书

本申请公开了一种文本处理方法、系统和存储介质，所述方法包括：获取待处理文本；利用第一抽取模型，从待处理文本中抽取第一实体，并基于第一实体从待处理文本中抽取满足预定义关系的第二实体，以获取至少一个A类实体三元组；其中，每个A类实体三元组包括第一实体、第二实体以及第一实体和第二实体之间的预定义关系；利用第二抽取模型，从待处理文本中抽取多个第三实体，并确定任意两个第三实体之间的开放关系，以获取多个B类实体三元组；其中，每个B类实体三元组包括两个第三实体以及两个第三实体之间的开放关系；基于筛选规则，从A类实体三元组和B类实体三元组中获取目标实体三元组。

技术领域

本说明书涉及自然语言处理技术领域，特别涉及一种文本处理方法、系统和存储介质。

背景技术

文本是人类获取知识和信息的重要途径，随着互联网技术的快速发展，文本数量呈爆炸式增长。为了使计算机可以更好地理解文本，从而帮助人类处理海量的文本信息，可以使用由两个实体以及两个实体之间的关系组成的实体三元组来表示文本中的信息，以便基于海量的文本信息构建知识图谱和建立知识库等。然而，基于文本信息获取实体三元组的抽取模型受限于预定义的实体之间的关系和/或训练语料，导致适用性较低，同时需要大量的人力资源来预定义实体之间不断新增的关系类型和/或标注训练语料。

因此，希望提供一种文本处理方法、系统和存储介质，可以同时提高文本处理的效率和准确性。

发明内容

本说明书一个方面提供一种文本处理方法，所述方法包括：获取待处理文本；利用第一抽取模型，从待处理文本中抽取第一实体，并基于第一实体从待处理文本中抽取满足预定义关系的第二实体，以获取至少一个A类实体三元组；其中，每个A类实体三元组包括第一实体、第二实体以及第一实体和第二实体之间的预定义关系；利用第二抽取模型，从待处理文本中抽取多个第三实体，并确定任意两个第三实体之间的开放关系，以获取多个B类实体三元组；其中，每个B类实体三元组包括两个第三实体以及两个第三实体之间的开放关系；基于筛选规则，从A类实体三元组和B类实体三元组中获取目标实体三元组。

本说明书另一个方面提供一种文本处理系统，所述系统包括：文本获取模块，用于获取待处理文本；A类抽取模块，用于利用第一抽取模型，从待处理文本中抽取第一实体，并基于第一实体从待处理文本中抽取满足预定义关系的第二实体，以获取A类实体三元组；其中，每个A类实体三元组包括第一实体、第二实体以及第一实体和第二实体之间的预定义关系；B类抽取模块，用于利用第二抽取模型，从待处理文本中抽取多个第三实体，并确定任意两个第三实体之间的开放关系，以获取多个B类实体三元组；其中，每个B类实体三元组包括两个第三实体以及两个第三实体之间的开放关系；筛选模块，用于基于筛选规则，从A类实体三元组和B类实体三元组中获取目标实体三元组。

本说明书另一个方面提供一种计算机可读存储介质，其特征在于，所述存储介质存储计算机指令，当所述计算机指令被处理器执行时实现文本处理方法。

附图说明

本说明书将以示例性实施例的方式进一步说明，这些示例性实施例将通过附图进行详细描述。这些实施例并非限制性的，在这些实施例中，相同的编号表示相同的结构，其中：

图1是根据本说明书一些实施例所示的文本处理系统的应用场景图；

图2是根据本说明书一些实施例所示的文本处理系统的示例性模块图；

图3是根据本说明书一些实施例所示的文本处理方法的示例性流程图；

图4是根据本说明书一些实施例所示的利用第一抽取模型，获取至少一个A类实体三元组的方法的示例性流程图；

图5是根据本说明书一些实施例所示的第一抽取模型的示意图；

图6是根据本说明书一些实施例所示的利用第二抽取模型，获取多个B类实体三元组的示例性流程图；