[发明专利]一种数据观点抽取方法、装置、设备及存储介质

权利要求书

1.一种数据观点抽取方法，其特征在于，包括：

S1，获取包含多条语句的文本数据，对所述文本数据进行分词，形成词向量；

S2，将所述词向量输入到标签分类模型中，所述标签分类模型包括依次连接的输入层、依次连接的多个中间层、输出层，且每个中间层包括多个self-attention模型，最后一层中间层输出的是与各词向量对应的包含了语义信息的向量，并通过输出层进行分类，得到每个分类的概率值，然后根据阈值获得文本数据的每条语句的至少一个标签分类；

S3，将所述标签分类以及所述文本数据对应的字向量输入到序列标注模型中，所述序列标注模型的结构与标签分类模型相同，通过所述序列标注模型识别出主题词和情感词，并将所述标签分类与主题词和情感词组成三元组，

其中，序列标注模型的输入还包括段向量、位置向量，由字向量、位置向量、段向量以及标签分类对应的标签向量相加作为序列标注模型的输入。

2.根据权利要求1所述的数据观点抽取方法，其特征在于，

每个中间层还包括残差连接，每个中间层的输出作为下一中间层的输入，所述残差连接用以将上一中间层的输出与该中间层的多个self-attention模型的输出的组合相加作为该中间层的输出。

3.根据权利要求1所述的数据观点抽取方法，其特征在于，

序列标注模型的输出采用实体标记符号来标记不同的字符，其中，B-SUB和I-SUB是主题词的开头和结尾标记，B-OBJ和I-OBJ是情感词的开头和结尾标记，通过查找B-SUB与 B-OBJ在语句中的索引，在所述文本数据中进行索引定位，获得主题词和情感词。

4.根据权利要求1所述的数据观点抽取方法，其特征在于，

所述将所述标签分类以及所述文本数据对应的字向量输入到序列标注模型中是指：

将所述标签分类插入到其所属的语句后面，与对应的语句共同作为输入向量输入到序列标注模型中。

5.根据权利要求1所述的数据观点抽取方法，其特征在于，

还利用同一语句的多个标签分类将语句切分为分属于不同标签分类的短句，并将切分后的短句分别输入到多个序列标注模型中。

6.根据权利要求5所述的数据观点抽取方法，其特征在于，

不同的序列标注模型分别采用不同的语料库训练，序列标注模型与标签分类模型的分类的数量一致，并利用该分类相对应的语料库来训练序列标注模型。

7.一种数据观点抽取装置，其特征在于，包括：

分词模块，用于获取包含多条语句的文本数据，对所述文本数据进行分词，形成词向量；

标签分类模块，用于将所述词向量输入到标签分类模型中，所述标签分类模型包括依次连接的输入层、依次连接的多个中间层、输出层，且每个中间层包括多个self-attention模型，最后一层中间层输出的是与各词向量对应的包含了语义信息的向量，并通过输出层进行分类，得到每个分类的概率值，然后根据阈值获得文本数据的每条语句的至少一个标签分类；

实体识别模块，用于将所述标签分类以及所述文本数据对应的字向量输入到序列标注模型中，所述序列标注模型的结构与标签分类模型相同，通过所述序列标注模型，其中，序列标注模型的输入还包括段向量、位置向量，由字向量、位置向量、段向量以及标签分类对应的标签向量相加作为序列标注模型的输入。

8.一种电子设备，其特征在于，所述电子设备包括：

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如权利要求1至6中任一所述的数据观点抽取方法。

9.一种计算机可读存储介质，存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至6中任一所述的数据观点抽取方法。