[发明专利]一种信息抽取的方法、装置、存储介质及电子设备

权利要求书

1.一种信息抽取的方法，其特征在于，包括：

获取待解问题，并将所述待解问题按照多层级树结构分解为多个子问题；所述子问题至少包括叶子子问题和根子问题，且当前层级的子问题的答案与上一层级相对应的子问题中的可扩展信息相匹配；

选取所述叶子子问题作为目标子问题，从预设的文本内容中抽取所述目标子问题的答案，并将上一层级的子问题中相匹配的可扩展信息更新为所述目标子问题的答案；之后将其他叶子子问题作为目标子问题，重复上述步骤，直至上一层级的子问题中所有的可扩展信息均被更新；

将所有的可扩展信息均被更新的上一层级的子问题作为目标子问题，重复上述步骤，直至将所述根子问题作为目标子问题；

从预设的文本内容中抽取所述目标子问题的答案，并将此时抽取的所述目标子问题的答案作为所述待解问题的答案。

2.根据权利要求1所述的方法，其特征在于，所述将所述待解问题按照多层级树结构分解为多个子问题包括：

建立问题分解模型，并预先获取待解样本问题和与所述待解样本问题相对应的多层级树结构的多个子样本问题；

将所述待解样本问题作为输入、将与所述待解样本问题相对应的多层级树结构的多个子样本问题作为输出对所述问题分解模型进行训练，确定训练后的问题分解模型；

在获取到待解问题之后，将所述待解问题作为输入、基于所述训练后的问题分解模型确定与所述待解问题相对应的多层级树结构的多个子问题。

3.根据权利要求1所述的方法，其特征在于，所述从预设的文本内容中抽取所述目标子问题的答案包括：

将所述文本内容分为多个文本单元，所述文本单元为字、词组、句子、段落中的一项或多项；

确定每个文本单元与所述目标子问题之间的相似度，将相似度大于预设阈值的文本单元作为有效文本单元，并从所有的所述有效文本单元中抽取所述目标子问题的答案。

4.根据权利要求3所述的方法，其特征在于，所述确定每个文本单元与所述目标子问题之间的相似度包括：

对所述目标子问题进行分词处理，确定所述目标子问题所有的分词p_i，i∈[1,m]，m为所述目标子问题的分词数量；

确定每个分词p_i与文本单元D_j的相关度r_ij，以及每个分词的权重ω_i；且：

其中，f_ij表示分词p_i在文本单元D_j中的词频，l_j表示文本单元D_j的长度，avgl表示所有文本单元的平均长度，N表示所述文本单元的总数量，且j∈[1,N]，λ为预设的非零调节系数，n(p_i)表示包含分词p_i的文本单元的数量；g₁()、g₂()均为正相关函数；

根据所述目标子问题所有分词的相关度和权重计算所述目标子问题与文本单元D_j之间的相似度R_j，且

5.根据权利要求1-4任一所述的方法，其特征在于，所述从预设的文本内容中抽取所述目标子问题的答案包括：

在从所述文本内容中抽取出所述目标子问题的多个答案时，将所有的答案作为候选答案，并确定每个候选答案的置信度；

将置信度最高的候选答案作为最终抽取的所述目标子问题的答案。