[发明专利]三元组信息的抽取方法、装置、电子设备和存储介质

说明书

本申请涉及人工智能技术领域，具体公开了一种三元组信息的抽取方法、装置、电子设备和存储介质，其中，方法包括：对待抽取文本进行语义切分，得到n个词语，其中n为大于或等于1的整数；根据n个词语，对待抽取文本进行语义信息提取，得到待抽取文本的语义向量；根据语义向量，确定n个词语中的主实体词语；根据主实体词语和语义向量，在剩余词语中，确定主实体词语对应的客实体词语，其中，剩余词语为n个词语中除去主实体词语之外的所有词语；根据主实体词语、客实体词语和语义向量，以及预先设定的关系数据库，确定主实体词语和客实体词语之间的关系词；将主实体词语、客实体词语和关系词，作为待抽取文本的三元组信息。

技术领域

本发明涉及人工智能技术领域，具体涉及一种三元组信息的抽取方法、装置、电子设备和存储介质。

背景技术

随着大数据技术的不断发展，原来难以利用的海量异构或者非结构化的文档，如各类WEB网页、办公文件、PPT等得到重视。因此，对非结构化文本进行结构化挖掘变得越来越重要，而信息抽取便是挖掘信息的一种重要手段。目前，信息抽取已经可以从文本中提取出具有一定关系的三元组的范畴，常常表示为(S，P，O)形式。其中，S表示Subject，是主对象的意思；P是Predict，是关系的意思；O是Object，是被动对象的意思。

传统的三元组信息的抽取方法一般分两个阶段：第一个阶段，对句子进行分类，选出具有关系的候选句子。第二个阶段，对选出来的候选句子进行语义标识，根据语义识别对应的S、P、O，组成三元组(S，P，O)。但是，传统的三元组信息的抽取方法无法全面的提取文本中的三元组信息。

发明内容

为了解决现有技术中存在的上述问题，本申请实施方式提供了一种三元组信息的抽取方法、装置、电子设备和存储介质，可以高效、全面的提取文本中的三元组信息。

第一方面，本申请的实施方式提供了一种三元组信息的抽取方法，包括：

对待抽取文本进行语义切分，得到n个词语，其中，n为大于或等于1的整数；

根据n个词语，对待抽取文本进行语义信息提取，得到待抽取文本的语义向量；

根据语义向量，确定n个词语中的主实体词语；

根据主实体词语和语义向量，在剩余词语中，确定主实体词语对应的客实体词语，其中，剩余词语为n个词语中除去主实体词语之外的所有词语；

根据主实体词语、客实体词语和语义向量，以及预先设定的关系数据库，确定主实体词语和客实体词语之间的关系词；

将主实体词语、客实体词语和关系词，作为待抽取文本的三元组信息。

第二方面，本申请的实施方式提供了一种三元组信息的抽取装置，包括：

文本切分模块，用于对待抽取文本进行语义切分，得到n个词语，其中，n为大于或等于1的整数；

语义提取模块，用于根据n个词语，对待抽取文本进行语义信息提取，得到待抽取文本的语义向量；

主实体词语确定模块，用于根据语义向量，确定n个词语中的主实体词语；

客实体词语确定模块，用于根据主实体词语和语义向量，在剩余词语中，确定主实体词语对应的客实体词语，其中，剩余词语为至少一个词语中除主实体词语之外的所有词语；

关系词确定模块，用于根据主实体词语、客实体词语和语义向量，以及预先设定的关系数据库，确定主实体词语和客实体词语之间的关系词；

三元组输出模块，用于将主实体词语、客实体词语和关系词，作为待抽取文本的三元组信息。