[发明专利]解读文章的方法以及装置

权利要求书

1.一种解读文章的方法，包括：

从文章中，根据用于描述所述文章的多种实体类型，提取出对应的多个实体；

利用提取出的多个实体以及所述文章的文本进行关系抽取，得到实体之间的关联关系；

基于所述实体之间的关联关系，构建出用于描述所述文章的多元组森林，所述多元组森林包括以实体作为节点、以实体间关联关系作为边的一个或多个树形结构；

将所述多元组森林输入解读规则引擎，得到解读结果。

2.根据权利要求1所述的方法，所述利用提取出的多个实体以及所述文章的文本进行关系抽取，得到实体之间的关联关系，包括：

利用提取出的多个实体以及所述文章的文本，构建出基于文本和实体的图网络；

使用图卷积算法对所述图网络中的实体节点进行特征提取，得到实体节点的向量；

通过计算所述图网络中实体节点之间的向量相似度，得到实体之间的关联关系。

3.根据权利要求2所述的方法，所述利用提取出的多个实体以及所述文章的文本，构建出基于文本和实体的图网络，包括：

将所述文章的文本中的每个句子和每个实体各自视为独立的节点进行编码，得到图网络的句子节点和实体节点；

通过将每对句子节点之间建立一条边、将同一句子中的每对实体节点之间建立一条边、以及将每个实体节点与其所属句子节点之间建立一条边，完成图网络的构建。

4.根据权利要求2所述的方法，所述通过计算所述图网络中实体节点之间的向量相似度，得到实体之间的关联关系，包括：

计算每两个实体节点间的向量相似度；

通过将每两个实体节点间的向量相似度与预设相似度阈值进行比较，确定具有关联关系的实体节点。

5.根据权利要求1所述的方法，在提取出对应的多个实体之前，还包括：

将所述文章的初始文本进行无关信息过滤的处理，得到过滤后的文本作为所述文章的文本。

6.根据权利要求5所述的方法，所述将所述文章的初始文本进行无关信息过滤的处理，得到过滤后的文本作为所述文章的文本，包括：

将所述文章的初始文本转化为句子序列；

针对每个句子通过句子级语言模型进行编码，得到每个句子的初始语义向量；

将每个句子的初始语义向量输入篇章级语言模型进行有关信息和无关信息的分类，得到每个句子更新的语义向量以及句子分类概率序列，所述更新的语义向量融合了所述句子序列全文的语义信息；

将所述句子分类概率序列通过全链接网络，得到优化的分类结果；

根据所述分类结果过滤掉无关信息，得到过滤后的文本。

7.根据权利要求1所述的方法，所述文章为医学报告，所述用于描述所述文章的多种实体类型，包括：方位、器官、组织、指标、指标值。

8.根据权利要求1所述的方法，所述从文章中，根据用于描述所述文章的多种实体类型，提取出对应的多个实体，包括：

将所述文章的文本输入语言模型进行文本语义提取，得到输入各字分别对应的融合了全文语义信息的向量；

将各字的向量经过全链接网络，得到各字分别对应的标签，其中，所述标签是根据用于描述所述文章的多种实体类型设置的；

根据所述各字分别对应的标签，提取出对应于所述多种实体类型的多个指称；

通过将所述多个指称分别链接到已有知识库对应的实体上，提取出对应的多个实体。

9.根据权利要求8所述的方法，在将所述多个指称链接到已有知识库中对应的实体上之前，还包括：

判断提取出的每个指称是否在所述文章的文本中具有对应的否定含义描述；

如果有，将所述否定含义描述添加到对应指称中。