[发明专利]基于知识图谱的文本处理方法、装置、电子设备及介质

说明书

本公开提供了一种基于知识图谱的文本处理方法、装置、电子设备及介质，涉及人工智能技术领域中的深度学习、知识图谱技术领域。具体实现方案为：获取待挖掘文本和预设的多个观点要素，多个观点要素和多轮问答一一对应，根据当前轮问答对应的观点要素生成当前轮问答对应的问询词，根据待挖掘文本、当前轮问答对应的问询词和阅读理解模型生成当前轮问答对应的答案，根据多轮问答对应的多个问询词和多个答案生成待挖掘文本对应的观点要素标注结果。本公开的基于知识图谱的文本处理方法，根据多轮多答案阅读理解模型，能获取到待挖掘文本的观点要素之间一一对应的观点要素标注结果，解决了文本中包含多观点、尤其是嵌套观点使用场景下观点要素无法相互对应的问题，提升了观点挖掘的效果。

技术领域

本公开涉及人工智能技术领域中的深度学习、知识图谱技术领域，尤其涉及一种基于知识图谱的文本处理方法、装置、电子设备及介质。

背景技术

观点挖掘，即从文本中识别观点，包括观点持有者(谁的观点，可以是人物、组织机构等)、观点目标(对什么的观点，可以是人物、组织机构、事件等)、观点发表时间等。

相关技术中，一般将观点挖掘形式化为序列标注任务，采用序列标注模型对文本进行语义角色标注，基于此可以确定文本中哪些片段是观点持有者、哪些片段是观点目标等。但当文本中包含多个观点、特别是嵌套观点时，上述方法则无法进一步确定哪个观点目标对应哪个观点持有者等，挖掘效果差。

发明内容

提供了一种基于知识图谱的文本处理方法、装置、电子设备及介质。

根据第一方面，提供了一种基于知识图谱的文本处理方法，包括：获取待挖掘文本和预设的多个观点要素，所述多个观点要素和多轮问答一一对应；根据当前轮问答对应的所述观点要素生成所述当前轮问答对应的问询词；根据所述待挖掘文本、所述当前轮问答对应的问询词和阅读理解模型，生成所述当前轮问答对应的答案；以及根据所述多轮问答对应的多个问询词和多个答案，生成所述待挖掘文本对应的观点要素标注结果。

根据第二方面，提供了一种基于知识图谱的文本处理装置，包括：获取模块，用于获取待挖掘文本和预设的多个观点要素，所述多个观点要素和多轮问答一一对应；第一生成模块，用于根据当前轮问答对应的所述观点要素生成所述当前轮问答对应的问询词；第二生成模块，用于根据所述待挖掘文本、所述当前轮问答对应的问询词和阅读理解模型，生成所述当前轮问答对应的答案；以及第三生成模块，用于根据所述多轮问答对应的多个问询词和多个答案，生成所述待挖掘文本对应的观点要素标注结果。

根据第三方面，提供了一种电子设备，包括：至少一个处理器；以及与所述至少一个处理器通信连接的存储器；其中，所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行本公开第一方面所述的基于知识图谱的文本处理方法。

根据第四方面，提供了一种存储有计算机指令的非瞬时计算机可读存储介质，其中，所述计算机指令用于使所述计算机执行根据本公开第一方面所述的基于知识图谱的文本处理方法。

根据第五方面，提供了一种计算机程序产品，包括计算机程序，所述计算机程序在被处理器执行时实现根据本公开第一方面所述的基于知识图谱的文本处理方法。

应当理解，本部分所描述的内容并非旨在标识本公开的实施例的关键或重要特征，也不用于限制本公开的范围。本公开的其它特征将通过以下的说明书而变得容易理解。

附图说明

附图用于更好地理解本方案，不构成对本公开的限定。其中：

图1是根据本公开第一实施例的基于知识图谱的文本处理方法的流程示意图；

图2是根据本公开第二实施例的基于知识图谱的文本处理方法的流程示意图；

图3为本公开实施例的基于知识图谱的文本处理方法的多轮多答案阅读理解模型原理示意图；