[发明专利]信息转换模型的训练方法、文本信息的转换方法和装置

说明书

本公开公开了一种信息转换模型的训练方法和装置，以及文本信息的转换方法和装置，应用于电子技术领域，具体应用于自然语言处理领域、深度学习领域和大数据领域。信息转换模型的训练方法的具体实现方案为：获取具有第一标签的第一样本信息，该第一标签指示了基于第一样本信息转换得到的结构化信息；采用实体特征提取模型来从第一样本信息中提取第一实体特征，并采用语义理解模型来从第一样本信息中提取第一语义特征；根据第一实体特征和第一语义特征，采用初始信息转换模型得到针对第一样本信息的预测结构化信息；以及根据预测结构化信息和第一标签指示的结构化信息，训练初始信息转换模型，得到经训练的信息转换模型。

技术领域

本公开涉及电子技术领域，具体涉及自然语言处理领域、深度学习领域和大数据领域，更具体地涉及一种信息转换模型的训练方法和装置，及文本信息的转换方法和装置。

背景技术

企业的知识信息通常存储在数据库中，从数据库中查询知识信息需要使用数据库查询语言，例如结构化查询语言(Structured Query Language，SQL)。

对于普通用户，通常不熟悉甚至不了解数据库查询语言。因此普通用户若想查询知识信息，需要将查询需求提供给数据库操作员，由数据库操作员进行查询。

发明内容

提供了一种提高训练模型的效率和准确性的信息转换模型的训练方法和装置，以及一种提高转换精度的文本信息的转换方法和装置。

根据第一方面，提供了一种信息转换模型的训练方法，该方法包括：获取具有第一标签的第一样本信息，该第一标签指示了基于第一样本信息转换得到的结构化信息；采用实体特征提取模型来从第一样本信息中提取第一实体特征，并采用语义理解模型来从第一样本信息中提取第一语义特征；根据第一实体特征和第一语义特征，采用初始信息转换模型得到针对第一样本信息的预测结构化信息；以及根据预测结构化信息和第一标签指示的结构化信息，训练初始信息转换模型，得到经训练的信息转换模型。

根据第二方面，提供了一种文本信息的转换方法，该方法包括：获取用于查询信息的待转换文本信息，该待转换文本信息包括自然语言文本；采用实体特征提取模型来从待转换文本信息中提取第二实体特征，并采用语义理解模型来从待转换文本信息中提取第二语义特征；以及根据第二实体特征和第二语义特征，经由信息转换模型得到针对待转换文本信息的结构化信息，其中，信息转换模型是使用上述的信息转换模型的训练方法来训练的。

根据第三方面，提供了一种信息转换模型的训练装置，包括：样本信息获取模块，用于获取具有第一标签的第一样本信息，该第一标签指示了基于第一样本信息转换得到的结构化信息；第一特征提取模块，用于采用实体特征提取模型来从第一样本信息中提取第一实体特征，并采用语义理解模型来从第一样本信息中提取第一语义特征；结构化信息获得模块，用于根据第一实体特征和第一语义特征，采用初始信息转换模型得到针对第一样本信息的预测结构化信息；以及转换模型训练模块，用于根据预测结构化信息和第一标签指示的结构化信息，训练初始信息转换模型，得到经训练的信息转换模型。

根据第四方面，提供了一种文本信息的转换装置，包括：文本信息获取模块，用于获取用于查询信息的待转换文本信息，该待转换文本信息包括自然语言文本；第二特征提取模块，用于采用实体特征提取模型来从待转换文本信息中提取第二实体特征，并采用语义理解模型来从待转换文本信息中提取第二语义特征；以及信息转换模块，用于根据第二实体特征和第二语义特征，经由信息转换模型得到针对待转换文本信息的结构化信息，其中，信息转换模型是使用上述的信息转换模型的训练装置来训练的。

根据第五方面，提供了一种电子设备，包括：至少一个处理器；以及与至少一个处理器通信连接的存储器；其中，存储器存储有可被至少一个处理器执行的指令，指令被至少一个处理器执行，以使至少一个处理器能够执行本公开提供的方法。

根据第六方面，提供了一种存储有计算机指令的非瞬时计算机可读存储介质，其中，计算机指令用于使计算机执行本公开提供的方法。