[发明专利]一种信息抽取方法、装置、设备及存储介质

权利要求书

1.一种信息抽取方法，其特征在于，包括：

从预设的知识库中选出与待抽取文本相似的实体，作为候选实体；

根据所述待抽取文本中的各个文本段以及各个候选实体，确定所述待抽取文本中的各个文本段的融合特征；其中，所述待抽取文本中的文本段，由所述待抽取文本中的单个字符或者两个以上连续字符组成，所述融合特征包括文本段特征和候选实体特征；

根据所述待抽取文本中的各个文本段的融合特征，确定所述待抽取文本中的各个实体，以及实体间的关系。

2.根据权利要求1所述的方法，其特征在于，所述从预设的知识库中选出与待抽取文本相似的实体，作为候选实体，包括：

通过将待抽取文本与预设的知识库进行匹配，从预设的知识库中选出与所述待抽取文本相似的知识三元组；

从选出的知识三元组中确定出与所述待抽取文本相似的实体，作为候选实体。

3.根据权利要求1或2所述的方法，其特征在于，所述方法还包括：

利用与所述待抽取文本相关的信息，对所述待抽取文本进行信息扩充。

4.根据权利要求1所述的方法，其特征在于，根据所述待抽取文本中的各个文本段以及各个候选实体，确定所述待抽取文本中的各个文本段的融合特征，包括：

分别确定所述待抽取文本中的各个文本段的向量编码，以及各个候选实体的向量编码；

根据各个文本段的向量编码，以及各个候选实体的向量编码，确定各个候选实体与各个文本段的相似度；

根据各个文本段的向量编码、各个候选实体的向量编码，以及各个候选实体与各个文本段的相似度，确定各个文本段的融合特征。

5.根据权利要求4所述的方法，其特征在于，在分别确定所述待抽取文本中的各个文本段的向量编码后，所述方法还包括：

根据所述待抽取文本中的各个文本段的向量编码，从各个文本段中，滤除非实体文本段。

6.根据权利要求4所述的方法，其特征在于，根据各个文本段的向量编码，以及各个候选实体的向量编码，确定各个候选实体与各个文本段的相似度，包括：

对于每个文本段，分别利用该文本段的向量编码以及各个候选实体的向量编码，确定该文本段与各个候选实体的相似度；

对该文本段与各个候选实体的相似度进行归一化。

7.根据权利要求1所述的方法，其特征在于，根据所述待抽取文本中的各个文本段的融合特征，确定所述待抽取文本中的各个实体，以及实体间的关系，包括：

根据所述待抽取文本中的各个文本段的融合特征，从所述各个文本段中确定出实体文本段，以及确定各个实体文本段的实体类型和各个实体文本段之间的关系。

8.根据权利要求7所述的方法，其特征在于，根据所述待抽取文本中的各个文本段的融合特征，从所述各个文本段中确定出实体文本段，以及确定各个实体文本段的实体类型和各个实体文本段之间的关系，包括：

根据所述待抽取文本中的各个文本段的融合特征对所述各个文本段进行分类，从所述各个文本段中确定出实体文本段并确定各个实体文本段的实体类型；

根据确定出的各个实体文本段的融合特征，确定各个实体文本段之间的关系。

9.根据权利要求1所述的方法，其特征在于，根据所述待抽取文本中的各个文本段以及各个候选实体，确定所述待抽取文本中的各个文本段的融合特征；以及，根据所述待抽取文本中的各个文本段的融合特征，确定所述待抽取文本中的各个实体，以及实体间的关系，包括：

将所述待抽取文本以及所述各个候选实体分别输入预先训练的信息抽取模型，使所述信息抽取模型对所述待抽取文本进行文本段划分，并根据各个文本段以及各个候选实体，确定所述待抽取文本中的各个文本段的融合特征；以及，根据所述待抽取文本中的各个文本段的融合特征，确定所述待抽取文本中的各个实体，以及实体间的关系。