[发明专利]确定文本中要素关系的方法、装置、设备和介质

权利要求书

1.一种利用神经网络模型确定文本中要素关系的方法，包括：

获取待处理文本中的第一要素和第二要素；

至少基于所述待处理文本、所述第一要素和所述第二要素构造模型输入；以及

获取所述神经网络模型基于所述模型输入所输出的预测结果，所述预测结果能够表征所述第一要素和所述第二要素之间的要素关系。

2.如权利要求1所述的方法，其中，所述预测结果包括所述第一要素和所述第二要素之间的预测要素关系。

3.如权利要求1所述的方法，其中，至少基于所述待处理文本、第一要素和第二要素构造模型输入包括：

基于预设要素关系，按照预设规则构建针对所述第一要素和所述第二要素是否为所述预设要素关系的询问文本，

其中，所述模型输入包括所述待处理文本和所述询问文本，

所述预测结果包括所述第一要素和所述第二要素是否为所述预设要素关系的确认结果。

4.如权利要求1-3中任一项所述的方法，还包括：

在将所述模型输入输入所述神经网络模型之前，在知识图谱中查询所述第一要素和所述第二要素之间的要素关系，

其中，将所述模型输入输入所述神经网络模型为基于响应于确定在知识图谱中未查询到所述第一要素和所述第二要素之间的要素关系而执行。

5.如权利要求1-3中任一项所述的方法，其中，所述待处理文本为医疗病例文本，

其中，所述医疗病例文本中的要素包括以下中的任意一个：

疾病、症状、检查项目、检查结果、手术和药物，

所述要素关系包括以下中的任意一个：

疾病和症状关系、疾病和检查关系、疾病和手术关系、疾病和药物关系和症状伴随关系。

6.一种用于确定文本中要素关系的神经网络模型的训练方法，包括：

获取样本文本所包括的第一样本要素和第二样本要素，并标注所述第一样本要素和所述第二样本要素之间的真实要素关系；

至少基于所述样本文本和所述第一样本要素和所述第二样本要素，构建模型样本输入；以及

利用所述模型样本输入对所述神经网络模型进行训练。

7.如权利要求6所述的方法，其中，利用所述模型样本输入对所述神经网络模型进行训练包括：

利用所述模型样本输入对自然语言处理预训练模型进行微调，得到用于确定文本中要素关系的所述神经网络模型。

8.如权利要求6所述的方法，其中，标注所述第一样本要素和所述第二样本要素之间的真实要素关系包括：

基于知识图谱确定所述第一样本要素和所述第二样本要素之间真实要素关系。

9.如权利要求8所述的方法，还包括：

基于所述第一样本要素和所述第二样本要素之间的真实要素关系，生成相关的负样本文本。

10.如权利要求6所述的方法，其中，所述神经网络模型基于所述模型样本输入所输出的预测结果包括所述第一要素和所述第二要素之间的预测要素关系。

11.如权利要求6所述的方法，其中，至少基于所述样本文本和所述第一样本要素和所述第二样本要素，构建模型样本输入包括：

基于预设要素关系，按照预设规则构建针对所述第一样本要素和所述第二样本要素是否为所述预设要素关系的询问文本，

其中，所述模型输入包括所述样本文本和所述询问文本，

所述神经网络模型基于所述模型样本输入所输出的预测结果包括所述第一样本要素和所述第二样本要素是否为所述预设要素关系的确认结果。

12.如权利要求7中任一项所述的方法，其中，所述自然语言处理预训练模型选择文心(ERNIE)或文心—健康(ERNIE-Health)。