[发明专利]解读文章的方法以及装置

说明书

本说明书实施例提供解读文章的方法以及装置，其中所述解读文章的方法包括：从文章中，根据用于描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文章的文本进行关系抽取，得到实体之间的关联关系；基于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。该方法针对文章文本的复杂性，将文章文本结构化为多元组森林，由多元组森林准确完整地描述文章内容，再将多元组森林输入基于多元组森林结构构建的解读规则引擎进行解读，能够准确地得到解读结果，实现准确高效的文章解读。

技术领域

本说明书实施例涉及计算机技术领域，特别涉及一种解读文章的方法。本说明书一个或者多个实施例同时涉及一种解读文章的装置，一种计算设备，以及一种计算机可读存储介质。

背景技术

在不同场景中，存在各种类型的文章，用于反映工作情况、产品告知、合约告知、健康告知等内容。由于文章中内容往往包含很多专业的知识，阅读文章的人有时很难理解文章的真正含义，导致人们出现理解错误、进而做出不符合文章的决定、购买错误的产品等问题。因此，帮助人们进行文章解读是十分有必要的。

目前，传统的文章解读，一般是在线下由专家帮助进行解读。随着互联网产业的发展，部分企业也开始采用线上文章解读的方式，但本质上还是由专家在线进行人工解读。当专家经验有限或者文章量大的情况下，无法提供准确高效的解读服务。

发明内容

有鉴于此，本说明书实施例提供了一种解读文章的方法。本说明书一个或者多个实施例同时涉及一种解读文章的装置，一种计算设备，以及一种计算机可读存储介质，以解决现有技术中存在的技术缺陷。

根据本说明书实施例的第一方面，提供了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。

可选地，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。

可选地，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。

可选地，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。

可选地，在提取出所述多种实体类型分别对应的实体之前，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。

可选地，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。