[发明专利]文字中提取多元组的方法和装置

摘要

本发明提供了一种文字中提取多元组的方法和装置，涉及文本处理领域。该文字中提取多元组的方法，包括：将带有合法标识和非法标识的训练数据输入循环神经网络，得到网络参数；识别待测文本中的多元实体，并对待测文本中除多元实体外的其他部分进行分词；按照在待测文本中的排列顺序，将多元实体的词向量和分词后得到的词语的词向量一一对应输入多个子网络中，结合网络参数，得到各子网络输出的隐向量，前一子网络输出的隐向量为后一子网络的输入；将组成多元组的多元实体对应的隐向量进行整合计算，得到判断向量；利用网络参数，对判断向量进行分类，得到分类结果；提取分类结果为合法的多元组，作为合法多元组。能够提高提取多元组的正确率。

主权项

1.一种文字中提取多元组的方法，其特征在于，包括：将带有类别标识的训练数据输入循环神经网络，训练得到所述循环神经网络的网络参数，所述带有类别标识的训练数据包括合法训练数据和非法训练数据，所述循环神经网络包括多个子网络；识别待测文本中的多元实体，并对所述待测文本中除所述多元实体外的其他部分进行分词，所述待测文本包括文字；按照在所述待测文本中的排列顺序，将所述多元实体的词向量和分词后得到的词语的词向量一一对应输入至所述多个子网络中，结合所述网络参数，得到各个所述子网络输出的隐向量，其中，前一个子网络的输出的隐向量作为后一个子网络的输入；将组成多元组的多元实体对应的隐向量进行整合计算，得到判断向量；利用所述网络参数，对判断向量进行分类，得到分类结果，所述分类结果包括合法与非法；提取所述分类结果为合法的所述多元组，作为合法多元组。