一种文本关系提取方法、装置及电子设备.pdf

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN112287071A(43)申请公布日2021.01.29(21)申请号202011282512.3(22)申请日2020.11.16(71)申请人支付宝（杭州）信息技术有限公司地址310000浙江省杭州市西湖区西溪路556号8层B段801-11(72)发明人胡伟(74)专利代理机构北京晋德允升知识产权代理有限公司11623代理人刘立升(51)Int.Cl.G06F16/33(2019.01)G06F16/35(2019.01)G06F40/284(2020.01)权利要求书3页说明书11页附图2页(54)发明名称一种文本关系提取方法、装置及电子设备(57)摘要本说明书实施例提供一种文本关系提取方法、装置及电子设备。所述方法包括：获取一个或多个待处理的目标文本，其中，所述目标文本中包含待提取文本以及待提取文本之间的文本关系；利用预定的规则模板对所述目标文本进行检测，以便从所述目标文本中提取出若干个待提取文本；根据预定的文本相似度模型，将每个所述待提取文本与预设的标准文本库中的各个文本分别进行相似度计算，得到每个所述待提取文本与所述标准文本库中各文本之间对应的相似度值；将相似度值大于指定阈值时的文本作为与之对应的待提取文本的标准文本，并根据所述待提取文本之间的文本关系以及各待提取文本对应的标准文本，生成所述标准文本之间的文本关系。CN112287071ACN112287071A权利要求书1/3页1.一种文本关系提取方法，所述方法包括：获取一个或多个待处理的目标文本，其中，所述目标文本中包含待提取文本以及待提取文本之间的文本关系；利用预定的规则模板对所述目标文本进行检测，以便从所述目标文本中提取出若干个待提取文本；根据预定的文本相似度模型，将每个所述待提取文本与预设的标准文本库中的各个文本分别进行相似度计算，得到每个所述待提取文本与所述标准文本库中各文本之间对应的相似度值；对于任一待提取文本和所述标准文本库中的任一文本，将大于指定阈值时的相似度值所对应的文本作为该待提取文本的标准文本，并根据所述待提取文本之间的文本关系以及各待提取文本对应的标准文本，生成所述标准文本之间的文本关系。2.如权利要求1所述的方法，在所述获取一个或多个待处理的目标文本之后，还包括：对所述目标文本中不符合预定格式要求的目标文本执行格式转换操作，得到符合预定格式要求的目标文本。3.如权利要求1所述的方法，在所述利用预定的规则模板对所述目标文本进行检测之前，还包括：根据所述目标文本中待提取文本的特征信息，以及能够表达所述待提取文本之间的文本关系的特征信息来生成规则模板。4.如权利要求1所述的方法，还包括训练所述文本相似度模型，具体地：获取所述标准文本库中的文本以及待提取文本，对所述标准文本库中的文本和待提取文本分别执行分词操作，并利用删词法构建所述文本相似度模型训练的正样本；将所述标准文本库中的文本与待提取文本进行随机组合生成所述文本相似度模型训练的负样本；将所述正样本和负样本组合成模型训练集，利用所述模型训练集对所述文本相似度模型执行训练操作。5.如权利要求4所述的方法，所述利用删词法构建所述文本相似度模型的正样本，包括：确定执行分词操作后得到的文本和待提取文本，将分词后的文本或者待提取文本中的至少一个词汇进行随机删除，并将删除后的文本或者待提取文本与删除前所对应的文本或者待提取文本组成相似对，将所述相似对作为所述文本相似度模型训练的正样本。6.如权利要求4所述的方法，所述将所述标准文本库中的文本与待提取文本进行随机组合生成所述文本相似度模型训练的负样本，包括：将所述标准文本库中的文本和所述待提取文本进行文本间的随机组合，得到多个组合后形成的句子对，将所述句子对作为所述文本相似度模型训练的负样本。7.如权利要求1所述的方法，所述根据预定的文本相似度模型，将每个所述待提取文本与预设的标准文本库中的各个文本分别进行相似度计算，包括：将每个所述待提取文本与标准文本库中的各个文本分别作为所述文本相似度模型的输入，利用所述文本相似度模型计算得到每个待提取文本与标准文本库中的各个文本之间的相似度值。8.如权利要求1所述的方法，所述根据所述待提取文本之间的文本关系以及各待提取2CN112287071A权利要求书2/3页文本对应的标准文本，生成所述标准文本之间的文本关系，包括：根据预先确定的待提取文本之间的文本关系，将所述文本关系中包含的待提取文本替换为对应的标准文本，从而生成与所述目标文本相关的标准文本之间的文本关系。9.如权利要求1所述的方法，在所述根据所述待提取文本之间的文本关系以及各待提取文本对应的标准文本，生成所述标准文本之间的文本关系之后，还包括：将所述标准文本之间的文本关系存储在预先