[发明专利]一种信息抽取方法、装置及电子设备

权利要求书

1.一种信息抽取方法，其特征在于，包括：

获取待抽取文本的语义向量，并基于所述语义向量，预测所述待抽取文本中的主体元素，以及所述主体元素的第一位置信息；

基于所述主体元素的第一位置信息，从所述语义向量中获取所述主体元素的第一语义向量；

基于所述主体元素的第一语义向量和所述语义向量，预测所述待抽取文本中的对象元素，以及所述对象元素的第二位置信息；

根据所述第一位置信息和所述第二位置信息，从所述待抽取文本的抽取文本片段，以生成所述待抽取文本的结构化信息。

2.根据权利要求1所述的信息抽取方法，其特征在于，所述根据所述第一位置信息和所述第二位置信息，从所述待抽取文本的提取文本片段，以生成所述待抽取文本的结构化信息，包括：

基于所述第一位置信息，从所述第一位置上抽取所述主体元素对应的第一文本片段；

基于所述第二位置信息，从所述第二位置上抽取所述对象元素对应的第二文本片段；

基于所述第一文本片段和所述第二文本片段，生成所述待抽取文本的结构化信息。

3.根据权利要求1或2所述的信息抽取方法，其特征在于，所述基于所述语义向量，预测所述待抽取文本中的主体元素，以及所述主体元素的第一位置信息，包括：

将所述语义向量输入第一分类器中，由所述第一分类器对所述待抽取文本进行主体元素的识别，获取所述待识别文本中每个字符的第一识别概率；

识别出所述第一识别概率大于第一预设概率的第一连续字符组作为所述主体元素；

根据所述第一连续字符组中首字符所在位置和结尾字符所在位置，确定所述主体元素的第一位置信息。

4.根据权利要求3所述的信息抽取方法，其特征在于，所述将所述语义向量输入第一分类器中之前，还包括：

将所述语义向量输入第一归一化层，由所述第一归一化层在设定维度上对所述语义向量进行划分，形成多个第一语义向量；

获取每个所述第一语义向量的均值和方差，并基于所述第一语义向量的均值和方差进行归一化处理，以生成所述语义向量对应的归一化语义向量。

5.根据权利要求4所述的信息抽取方法，其特征在于，所述基于所述主体元素的第一位置信息，从所述语义向量中获取所述主体元素的第一语义向量，包括：

基于所述主体元素的第一位置信息，从所述多个第一语义向量中，获取所述主体元素的第一语义向量。

6.根据权利要求4所述的信息抽取方法，其特征在于，所述基于所述主体元素的第一语义向量和所述语义向量，预测所述待抽取文本中的对象元素，以及所述对象元素的第二位置信息，包括：

将所述第一语义向量和所述语义向量输入第二分类器中，由所述第二分类器对所述待抽取文本进行对象元素的识别，获取所述待识别文本中每个字符的第二识别概率；

识别出所述第二识别概率大于第二预设概率的第二连续字符组作为所述对象元素；

根据所述第二连续字符组中首字符所在位置和结尾字符所在位置，确定所述对象元素的第二位置信息。

7.根据权利要求6所述的信息抽取方法，其特征在于，所述将所述第一语义向量和所述语义向量输入第二分类器中之前，还包括：

以获取的主体元素的第一语义向量为条件，对所述第一语义向量进行矩阵变换，更新第二归一化层的模型参数；

由更新的所述条件归一化层对所述语义向量进行归一化处理，生成所述语义向量对应的条件归一化语义向量。

8.根据权利要求1或2任一项所述的信息抽取方法，其特征在于，所述基于所述文本片段生成所述待抽取文本的结构化信息之前，还包括：

响应于基于所述第二位置信息提取出的文本片段异常，获取所述待抽取文本的关联文本；

将所述关联文本输入命名实体识别模型中，通过所述命名实体识别模型，从所述关联文本中提取实体，并识别所述实体的实体类型；

获取与异常对象元素的实例类型一致目标实体，并将所述目标实体对应的文本片段确定为所述异常对象元素对应的文本片段，其中，所述异常对象元素为提取出异常的所述文本片段对应的对象元素。