[发明专利]信息抽取方法及装置、设备、计算机可读存储介质

权利要求书

1.一种信息抽取方法，其特征在于，包括：

根据预设的实体类型抽取非结构化文本中含有的头实体；

对所述非结构化文本中含有的头实体进行关系分类处理，获得所述非结构化文本中含有的与所述头实体对应的实体关系；

根据所述头实体和所述头实体对应的实体关系构建实体关系问题；

在所述非结构化文本中抽取尾实体，所述尾实体与所述实体关系问题中的头实体以及实体关系相对应，并基于所述实体关系问题中的头实体及实体关系、以及所述尾实体得到所述非结构化文本所含有的结构化信息。

2.根据权利要求1所述的方法，其特征在于，在所述非结构化文本中抽取尾实体，包括：

将所述非结构化文本与所述实体关系问题进行拼接，得到问题拼接文本；

对所述问题拼接文本中的各个字符进行特征向量提取，获得由所述各个字符对应的特征向量组成的特征向量序列，所述各个字符对应的特征向量含有所述问题拼接文本中的其它字符的特征信息；

根据尾实体分类模型对所述特征向量序列进行类型识别处理，获得所述非结构化文本中含有的尾实体。

3.根据权利要求2所述的方法，其特征在于，根据尾实体分类模型对所述特征向量序列进行类型识别处理，获得所述非结构化文本中含有的尾实体，包括：

将所述特征向量序列输入所述尾实体分类模型中，获得所述尾实体分类模型输出的针对所述特征向量序列中的各个特征向量识别到的字符类型；

在所述非结构化文本中确定字符类型分别为尾实体的起始字符、中间字符以及结尾字符对应的各个目标字符，并对各个目标字符依次组合得到所述非结构化文本中含有的尾实体。

4.根据权利要求1所述的方法，其特征在于，根据预设的实体类型抽取非结构化文本中含有的头实体，包括：

获取预设的实体类型名称库；

根据所述实体类型名称库中含有的多个实体类型名称，在所述非结构化文本中进行实体类型名称所对应头实体的提取，以获得所述非结构化文本中含有的头实体集合。

5.根据权利要求4所述的方法，其特征在于，根据所述实体类型名称库中含有的多个实体类型名称，在所述非结构化文本中进行实体类型名称所对应头实体的提取，包括：

将实体类型名称拼接在所述非结构化文本之后，并在所述非结构化文本的起始位置添加第一指定字符，在所述实体类型名称的结束位置添加第二指定字符，以及在所述非结构化文本与所述实体类型名称之间的拼接位置添加所述第二指定字符，得到类型拼接文本；

在所述类型拼接文本中识别与所述实体类型名称相对应的头实体。

6.根据权利要求1所述的方法，其特征在于，对所述非结构化文本中含有的头实体进行关系分类处理，获得所述非结构化文本中含有的与所述头实体对应的实体关系，包括：

确定所述非结构化文本中的头实体所对应的局部特征向量；

根据关系分类模型对所述局部特征向量进行关系类型识别，获得所述头实体对应于候选实体关系的分值；

将分值大于分数阈值的候选实体关系确定为所述头实体对应的实体关系。

7.根据权利要求6所述的方法，其特征在于，确定所述非结构化文本中的头实体所对应的局部特征向量，包括：

获取所述头实体中的起始字符对应的特征向量，将所述起始字符对应的特征向量作为所述头实体对应的局部特征向量；或者，

将所述头实体中的起始字符、中间字符以及结尾字符分别对应的特征向量之和作为所述头实体对应的局部特征向量；或者，

将所述头实体中的起始字符、中间字符以及结尾字符分别对应的特征向量之和的平均向量作为所述头实体对应的局部特征向量。