[发明专利]知识抽取方法、模型的训练方法、装置、设备和介质

说明书

本公开提供了一种知识抽取方法、知识抽取模型的训练方法、装置、设备和介质，涉及自然语言处理、深度学习、云计算等领域。具体实现方案为：获取待抽取文本和提示信息，其中，提示信息用于指示待抽取文本中待抽取的信息；将待抽取文本和提示信息进行拼接，以得到输入文本；对输入文本进行特征提取，以得到输入文本的语义特征；分别采用多个知识类型对应的知识抽取模型对语义特征进行知识抽取，以得到多个知识类型中至少一个知识类型下的知识点。由此，可以实现基于多个已知的知识类型对应的知识抽取模型，对待抽取文本中与提示信息匹配的知识点的抽取，并可以实现对多个知识类型下的知识点的共同抽取，以满足不同用户的抽取需求。

技术领域

本公开涉及人工智能领域，具体涉及自然语言处理、深度学习、云计算等技术领域，尤其涉及知识抽取方法、知识抽取模型的训练方法、装置、设备和介质。

背景技术

在企业的办公场景中，员工沉淀下来的文本(如知识库文档、会议内容、日报、周报、OKR(Objectives and Key Results，目标与关键成果)等)包含许多特定领域的知识ATT(Attention，关注点)，不同职能序列的员工根据自身的工作方向会有不同的关注点。如何有效的从这些非结构化的文本中挖掘出有用的关键信息，以辅助知识推荐、提升员工的办公效率是非常重要的。

发明内容

本公开提供了一种用于知识抽取方法、知识抽取模型的训练方法、装置、设备和介质。

根据本公开的一方面，提供了一种知识抽取方法，包括：

获取待抽取文本和提示信息，其中，所述提示信息用于指示所述待抽取文本中待抽取的信息；

将所述待抽取文本和所述提示信息进行拼接，以得到输入文本；

对所述输入文本进行特征提取，以得到所述输入文本的语义特征；

分别采用多个知识类型对应的知识抽取模型对所述语义特征进行知识抽取，以得到所述多个知识类型中至少一个知识类型下的知识点。

根据本公开的另一方面，提供了一种知识抽取模型的训练方法，包括：

获取训练文本和提示信息，其中，所述提示信息用于指示所述训练文本中待抽取的信息，所述训练文本的标注信息用于指示至少一个标注知识类型与标注知识点之间的对应关系；

将所述训练文本和所述提示信息进行拼接，以得到输入文本；

对所述输入文本进行特征提取，以得到所述输入文本的语义特征；

采用多个知识类型对应的知识抽取模型分别对所述语义特征进行知识抽取，以得到所述多个知识类型中至少一个预测知识类型下的预测知识点；

根据各所述标注知识类型下的标注知识点和各所述预测知识类型下的预测知识点，对所述多个知识类型的知识抽取模型进行联合训练。

根据本公开的又一方面，提供了一种知识抽取装置，包括：

第一获取模块，用于获取待抽取文本和提示信息，其中，所述提示信息用于指示所述待抽取文本中待抽取的信息；

拼接模块，用于将所述待抽取文本和所述提示信息进行拼接，以得到输入文本；

提取模块，用于对所述输入文本进行特征提取，以得到所述输入文本的语义特征；

抽取模块，用于分别采用多个知识类型对应的知识抽取模型对所述语义特征进行知识抽取，以得到所述多个知识类型中至少一个知识类型下的知识点。

根据本公开的再一方面，提供了一种知识抽取模型的训练装置，包括：