事件属性抽取方法、装置、电子设备和存储介质.pdf
努力****振宇
亲,该文档总共14页,到这已经超出免费预览范围,如果喜欢就直接下载吧~
相关资料
事件属性抽取方法、装置、电子设备和存储介质.pdf
本公开提供了事件属性抽取方法、装置、电子设备和存储介质,涉及知识图谱、深度学习等人工智能技术领域。具体实现方案为:基于目标文本的标题,得到目标文本对应的事件类型;基于事件类型和标题,得到提示性信息;基于提示性信息以及目标文本中的每个文本单元,得到每个文本单元与事件属性相关的概率;基于每个文本单元与事件属性相关的概率,确定目标文本的事件属性。
事件抽取方法、装置、设备及存储介质.pdf
本申请实施例公开了一种事件抽取方法、装置、设备及存储介质,获取目标事件类型关联的描述性问句;在源数据中查找上述描述性问句的答案;将答案与描述性问句对应的事件角色相关联。可见,本申请方案,提供了一种新的事件抽取方法,该方法不再将事件角色作为机器学习的目标,当有新的事件角色时,只需要增加事件角色与描述性问句的对应关系即可,而该对应关系的增加操作简单、即时,不会对本申请提供的事件抽取方法产生影响,从而避免事件角色作为类别对事件抽取的影响,提高了事件抽取方法对于用户使用的便利性。
信息抽取方法、装置、电子设备和可读存储介质.pdf
本公开提供了一种信息抽取方法、装置、电子设备和可读存储介质,涉及人工智能技术领域,具体为知识图谱技术领域。其中,信息抽取方法包括:获取待处理文本,得到所述待处理文本中每个字符的语义向量;根据所述待处理文本中的每个字符与每个字符的语义向量,分别生成关系预测矩阵、实体预测矩阵与对齐矩阵;使用所述关系预测矩阵、实体预测矩阵与对齐矩阵,抽取所述待处理文本中的目标三元组,将所述目标三元组作为所述待处理文本的信息抽取结果。本公开能够抽取文本中所存在的重叠三元组,扩展了信息抽取的应用场景,进一步提升了信息抽取的准确性与
信息抽取方法、装置、电子设备及存储介质.pdf
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
信息抽取方法、装置、电子设备及存储介质.pdf
本公开提供了一种信息抽取方法、装置、电子设备及存储介质,涉及计算机技术领域,尤其涉及文本处理技术领域。具体实现方案为:获取待处理的数据内容;将该数据内容输入至预先训练完成的目标网络模型,得到输出结果;其中,所述目标网络模型是基于样本集进行有监督训练所得到的序列标注模型;所述样本集包括多个正样本和多个负样本,所述正样本为设置有标注信息的样本语句,所述负样本为未设置有所述标注信息的样本语句,所述标注信息用于表征语句中存在的实体以及所存在实体的实体描述;基于所述输出结果,确定所述数据内容中的目标实体和所述目标实