[发明专利]标准文本标注、标准图谱构建方法及装置

说明书

本发明提供一种标准文本标注、标准图谱构建方法及装置，基于结构化模板，从待标注标准文本中提取标准要素文本和非标准要素文本；基于预设关键词和预设规则，从标准要素文本中提取标准要素三元组；对非标准要素文本进行阅读理解，提取非标准要素三元组；分别对标准要素三元组和非标准要素三元组进行实体融合，并对实体融合后的各三元组进行文本标注。本发明基于预设关键词和预设规则提取标准要素三元组，以及基于阅读理解提取非标准要素三元组，从而可以快速且准确提取出用于构建标准图谱的三元组，避免传统方法中基于人工标注文本导致构建标准图谱效率较低的问题。

技术领域

本发明涉及计算机技术领域，尤其涉及一种标准文本标注、标准图谱构建方法及装置。

背景技术

标准是对重复性事物和概念所做的统一规定，它以科学、技术和实践经验的综合为基础，作为共同遵守的准则和依据。标准的制定和类型按内容划分有基础标准（一般包括名词术语、符号、代号、机械制图、公差与配合等）、产品标准、辅助产品标准（工具、模具、量具、夹具等）、原材料标准、方法标准（包括工艺要求、过程、要素、工艺说明等）。

在对标准进行查询或宣贯学习时，目前多采用标准图谱查询标准中的相关信息，而传统方法构建标准图谱时需要通过人工对大量历史标准文本中的关键信息进行标注，以进行实体链接，不仅效率较低，而且依赖人工也会出现大量重复标注。

发明内容

本发明提供一种标准文本标注、标准图谱构建方法及装置，用以解决现有技术中构建标准图谱时进行文本标注效率较低的缺陷。

本发明提供一种标准文本标注方法，包括：

基于结构化模板，从待标注标准文本中提取标准要素文本和非标准要素文本；

基于预设关键词和预设规则，从所述标准要素文本中提取标准要素三元组；

对所述非标准要素文本进行阅读理解，提取非标准要素三元组；

分别对所述标准要素三元组和所述非标准要素三元组进行实体融合，并对实体融合后的各三元组进行文本标注。

根据本发明提供的一种标准文本标注方法，所述结构化模板包括所述标准要素文本的属性信息；

所述基于结构化模板，从待标注标准文本中提取标准要素文本和非标准要素文本，包括：

基于所述标准要素文本的属性信息，从所述标准文本中提取标准要素文本；

在从所述标准文本中提取标准要素文本之后，将所述标准文本中的其余文本作为非标准要素文本。

根据本发明提供的一种标准文本标注方法，所述预设关键词和所述预设规则是基于所述标准要素文本的类型确定的，所述标准要素文本的类型包括语句引导类型和条目引导类型中的至少一种。

根据本发明提供的一种标准文本标注方法，所述标准要素三元组包括标准要素主实体词、标准要素副实体词以及用于表征所述标准要素主实体词与所述标准要素副实体词关系的标准要素关系词；

所述基于预设关键词和预设规则，从所述标准要素文本中提取标准要素三元组，包括：

基于所述预设关键词，从所述标准要素文本中确定所述标准要素主实体词以及所述标准要素副实体词；

基于所述预设规则，确定所述标准要素关系词。

根据本发明提供的一种标准文本标注方法，所述对所述非标准要素文本进行阅读理解，提取非标准要素三元组，包括：

将所述非标准要素文本输入至阅读理解模型，得到所述阅读理解模型输出的所述非标准要素三元组；

其中，所述阅读理解模型是基于样本非标准要素文本以及所述样本非标准要素文本的样本非标准要素三元组训练得到的。