[发明专利]词条数据提取方法、装置、设备及计算机可读存储介质

权利要求书

1.一种词条数据提取方法，其特征在于，所述方法包括：

获取新闻数据集，确定所述新闻数据集中包括的词条名称；

获取所述词条名称的词条文本，在所述新闻数据集中确定与所述词条文本相关的新闻数据；

将所述词条名称的词条文本相关的新闻数据和所述词条名称作为词条文本提取模型的输入数据，所述词条名称的词条文本作为所述词条文本提取模型的输出标签，对所述词条文本提取模型进行训练；

根据训练完成的词条文本提取模型进行词条文本提取操作。

2.根据权利要求1所述的方法，其特征在于，确定所述新闻数据集中包括的词条名称，包括：

提取所述新闻数据集中包括的实体；

将所提取的实体与预设的词条数据库中的词条名称进行匹配，确定所述实体中包括词条名称。

3.根据权利要求1所述的方法，其特征在于，在所述新闻数据集中确定与所述词条文本相关的新闻数据，包括：

获取词条文本中包括的关键词，以及获取所述新闻数据集中的新闻数据中包括的关键词；

根据所述词条文本中包括的关键词在所述词条文本中出现的频率，确定所述词条文本的第一关键词集合；

根据所述新闻数据中包括的关键词在所述新闻数据中出现的频率，确定所述新闻数据的第二关键词集合；

根据所述第一关键词集合和所述第一关键词集合确定所述词条文本相关的新闻数据。

4.根据权利要求3所述的方法，其特征在于，在确定第一关键词集合和第二关键词集合后，所述方法还包括：

根据所述第一关键词集合中的关键词在所述词条文本中出现的频率确定所述第一关键词集合中的第一关键词的权重，以及，根据所述第二关键词集合中的关键词在所述新闻数据中出现的频率确定所述第二关键词集合中的第二关键词的权重；

根据所述第一关键词集合和所述第一关键词集合确定所述词条文本相关的新闻数据，包括：

当第一关键词集合中的第一关键词与第二关键词集合中第二关键词匹配时，选择匹配的第一关键词的权重和第二关键词的权重中的较小权重或平均权重作为第一关键词与第二关键词匹配的权重，根据所述权重确定所述词条文本与所述新闻数据的匹配度，根据所述匹配度确定所述词条文本相关的新闻数据。

5.根据权利要求1所述的方法，其特征在于，将所述词条名称的词条文本相关的新闻数据和所述词条名称作为词条文本提取模型的输入数据，所述词条名称的词条文本作为所述词条文本提取模型的输出标签，对所述词条文本提取模型进行训练，包括：

将所述新闻数据和所述词条名称输入到预先设定的词条文本提取模型，通过所述词条文本提取模型得到输出的词条文本；

确定输出的词条文本与所述词条名称的词条文本的差异；

根据所述差异调整所述词条文本提取模型的参数，直到所述词条文本提取模型输出的词条文本与所述词条名称的词条文本的差异符合预设的要求。

6.根据权利要求2所述的方法，其特征在于，根据训练完成的词条文本提取模型进行词条文本提取操作，包括：

确定所述新闻数据集中的候选词条名称集合；

查找与所述候选词条名称集合中的候选词条名称相关的新闻数据；

将所述候选词条名称，以及所述候选词条名称相关的新闻数据输入到已训练的所述词条文本提取模型，生成所述候选词条名称的词条文本。

7.根据权利要求6所述的方法，其特征在于，确定所述新闻数据集中的候选词条名称集合，包括：

将所述提取的实体与预设的词条数据库中的词条名称进行匹配，根据未匹配到词条名称的实体添加至候选词条名称集合。