[发明专利]结构化处理方法、装置、计算机设备及介质

权利要求书

1.一种结构化处理方法，其特征在于，所述方法包括：

获取非结构化文本；

将所述非结构化文本输入编码-解码模型，以得到输出序列；所述输出序列中包含多个属性元素，每一个属性元素与设定的一个属性相对应，各属性元素包含对应属性的属性值；其中，所述编码-解码模型是采用标注过设定各属性的属性值的训练文本训练得到；

根据所述输出序列中各属性元素对应的属性，以及相应属性元素包含的属性值，生成结构化表示。

2.根据权利要求1所述的结构化处理方法，其特征在于，所述编码-解码模型包括编码器和解码器；所述将所述非结构化文本输入编码-解码模型，以得到输出序列，包括：

对所述非结构化文本切词，得到多个词元素；

对所述多个词元素顺序排列，得到输入序列；

将所述输入序列中的多个词元素输入所述编码器，进行语义编码，得到相应词元素的隐状态向量；其中，所述隐状态向量，用于指示相应词元素及其上下文的语义；

采用所述解码器，对各隐状态向量解码，得到所述输出序列中的各属性值；其中，所述解码器已学习得到各隐状态向量针对每一个属性值的注意力权重，以及依据所述注意力权重加权后的隐状态向量与相应属性值之间的映射关系。

3.根据权利要求1所述的结构化处理方法，其特征在于，所述输出序列为数据交换格式；所述数据交换格式的输出序列中包含至少一个对象，每一个对象包含所述多个属性元素；

所述将所述非结构化文本输入编码-解码模型，以得到输出序列之前，还包括：

获取多个训练文本；每一个所述训练文本具有对应的一个数据交换格式的标注信息，所述标注信息包含至少一个与训练文本中描述的实体相对应的对象，每一个对象包含用于描述相应实体各属性的属性值；其中，在同一对象中各属性的属性值之间的排序，与所述输出序列中相应属性的属性元素排序相同；

采用所述多个训练文本对所述编码-解码模型训练，以使所述编码-解码模型的输出序列与相应的标注信息之间的误差最小化。

4.根据权利要求3所述的结构化处理方法，其特征在于，所述根据所述输出序列中各属性元素对应的属性，以及相应属性元素包含的属性值，生成结构化表示，包括：

从所述数据交换格式的输出序列中，提取属于同一对象的属性元素；

针对每一个对象，根据提取的属性元素中包含的各属性的属性值，生成相应对象的结构化表示；

根据各对象的结构化表示，生成所述非结构化文本的结构化表示。

5.根据权利要求3所述的结构化处理方法，其特征在于，各属性的属性值为文本位置和实际文本中的一种类型，其中，所述类型是根据相应属性的取值范围确定的，若取值范围有限则相应属性值为实际文本，若取值范围无限制则相应属性值为文本位置；

所述生成结构化表示之前，还包括：

对每一个属性元素，若包含的属性值为文本位置，将相应的属性值更新为所述非结构化文本中所述文本位置上的词元素。

6.根据权利要求2所述的结构化处理方法，其特征在于，所述对所述多个词元素顺序排列，得到输入序列，包括：

对所述多个词元素分别输入实体识别模型，得到每一个词元素的实体标签；

将每一个词元素与相应的实体标签拼接，作为所述输入序列中的一个元素。

7.一种结构化处理装置，其特征在于，所述装置包括：

获取模块，用于获取非结构化文本；

处理模块，用于将所述非结构化文本输入编码-解码模型，以得到输出序列；所述输出序列中包含多个属性元素，每一个属性元素与设定的一个属性相对应，各属性元素包含对应属性的属性值；其中，所述编码-解码模型是采用标注过设定各属性的属性值的训练文本训练得到；

生成模块，用于根据所述输出序列中各属性元素对应的属性，以及相应属性元素包含的属性值，生成结构化表示。