[发明专利]信息抽取方法、装置、电子设备及存储介质

说明书

本公开涉及一种信息抽取方法、装置、电子设备及存储介质，所述方法包括：对多个对象的原生评价信息进行语种转换，得到与每条原生评价信息对应的目标评价信息；对所述原生评价信息和所述目标评价信息进行语义单元拆分，得到多个原生语义单元和多个目标语义单元；构建语义单元匹配组；其中每个所述语义单元匹配组中包括一个目标语义单元，以及与所述目标语义单元具有相同语义的多个原生语义单元；所述多个原生语义单元对应不同的语种；基于对所述多个目标语义单元的语义聚类结果，以及所述语义单元匹配组，得到与所述多个对象对应的多语种属性描述信息。本公开能够提高多语言本地化表达的效果以及多语言表达的准确性。

技术领域

本公开涉及深度学习技术领域，尤其涉及一种信息抽取方法、装置、电子设备及存储介质。

背景技术

当前电商正从传统商业模式转向内容电商模式，内容电商是将有需求价值的内容，通过品牌主、电商平台及各种资源的整合传播，精准触达目标用户，提高转化率；评价作为内容电商系统中一块最大的UGC内容（User Generated Content，用户原创内容），评价内容组织的好坏将影响到用户的决策时间和和转化率。在评价内容的组织上，目前比较新颖的方式是大家印象词，该功能主要是对评价内容进行分类和总结。大家印象词可以是指评价文本中频繁出现的用于对目标对象进行描述的一个短句。

相关技术中，大家印象词主要是通过人工加算法辅助的方式生成，且在大家印象词的多语种表达上是借助机器翻译来完成的，经过机器翻译得到的多语种大家印象词的准确率受限于机器翻译的效果，并且大家印象词的语言本地化表达效果不佳。

发明内容

本公开提供一种信息抽取方法、装置、电子设备及存储介质，以至少解决相关技术中多语种大家印象词的准确率受限于机器翻译的效果，并且大家印象词的语言本地化表达效果不佳的问题。本公开的技术方案如下：

根据本公开实施例的第一方面，提供一种信息抽取方法，包括：

对多个对象的原生评价信息进行语种转换，得到与每条原生评价信息对应的目标评价信息；其中，所述多个对象的原生评价信息中包括多语种的原生评价信息；

对所述原生评价信息和所述目标评价信息进行语义单元拆分，得到多个原生语义单元和多个目标语义单元；

构建语义单元匹配组；其中每个所述语义单元匹配组中包括一个目标语义单元，以及与所述目标语义单元具有相同语义的多个原生语义单元；所述多个原生语义单元对应不同的语种；

基于对所述多个目标语义单元的语义聚类结果，以及所述语义单元匹配组，得到与所述多个对象对应的多语种属性描述信息。

在一示例性实施例中，所述方法还包括：

生成与所述多个目标语义单元对应的语义向量；

对所述与所述多个目标语义单元对应的语义向量进行语义聚类，得到多个目标类；

基于每个所述目标类中的语义向量，以及所述语义单元匹配组，从所述多个目标语义单元中确定出多个聚类语义单元。

在一示例性实施例中，所述基于对所述多个目标语义单元的语义聚类结果，以及所述语义单元匹配组，得到与所述多个对象对应的多语种属性描述信息包括：

基于所述语义单元匹配组，确定与每项所述聚类语义单元相匹配的多个原生语义单元；

将每项所述聚类语义单元，以及与所述聚类语义单元相匹配的多个原生语义单元确定为与所述多个对象对应的多语种属性描述信息。

在一示例性实施例中，所述生成与所述多个目标语义单元对应的语义向量包括：

基于每个所述目标语义单元中每个词语的词向量，得到所述目标语义单元包含的词向量；