知识提取方法、装置、设备和存储介质.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CN113935326A(43)申请公布日2022.01.14(21)申请号202111175771.0(22)申请日2021.10.09(71)申请人科沃斯商用机器人有限公司地址215104江苏省苏州市苏州吴中经济开发区越溪街道友翔路18号3幢(72)发明人谢韬秦昌博(74)专利代理机构北京太合九思知识产权代理有限公司11610代理人刘戈孙明子(51)Int.Cl.G06F40/295(2020.01)G06F40/30(2020.01)权利要求书3页说明书11页附图4页(54)发明名称知识提取方法、装置、设备和存储介质(57)摘要本发明实施例提供一种知识提取方法、装置、设备和存储介质，该方法包括：获取待提取语句和多个属性关系，其中，属性关系用于描述待提取语句中不同实体之间的联系；确定待提取语句和每个属性关系的相关度；基于相关度，在多个属性关系中确定待提取语句包含的目标属性关系；将目标属性关系和待提取语句输入到阅读理解模型中，基于阅读理解模型输出的结果确定待提取语句中具有目标属性关系的实体；输出具有目标属性关系的实体以及目标属性关系。采用本发明，可以基于待提取语句和属性关系的语义准确地从待提取语句中提取出具有目标属性关系的实体和目标属性关系，知识提取的灵活性高且提取结果的准确性高。CN113935326ACN113935326A权利要求书1/3页1.一种知识提取方法，其特征在于，包括：获取待提取语句和多个属性关系，其中，所述属性关系用于描述所述待提取语句中不同实体之间的联系；确定所述待提取语句和每个属性关系的相关度；基于所述相关度，在所述多个属性关系中确定所述待提取语句包含的目标属性关系；将所述目标属性关系和所述待提取语句输入到阅读理解模型中，基于所述阅读理解模型输出的结果确定所述待提取语句中具有所述目标属性关系的实体；输出具有所述目标属性关系的实体以及所述目标属性关系。2.根据权利要求1所述的方法，其特征在于，所述确定所述待提取语句和每个属性关系的相关度，包括：将所述待提取语句输入到第一机器学习模型中，得到所述待提取语句对应的语句向量；获取所述多个属性关系分别对应的关系向量，其中，所述关系向量是预先将所述多个属性关系分别输入到第二机器学习模型中得到的；确定所述语句向量与各关系向量分别对应的距离，作为所述待提取语句和各属性关系分别对应的相关度。3.根据权利要求2所述的方法，其特征在于，所述基于所述相关度，在所述多个属性关系中确定所述待提取语句包含的目标属性关系，包括：在所述各关系向量中，确定与所述语句向量的距离符合预设条件的预设数量的目标关系向量；将所述目标关系向量对应的属性关系确定为所述待提取语句包含的目标属性关系。4.根据权利要求1所述的方法，其特征在于，所述将所述目标属性关系和所述待提取语句输入到阅读理解模型中，基于所述阅读理解模型输出的结果确定所述待提取语句中具有所述目标属性关系的实体，包括：将所述目标属性关系和所述待提取语句输入到阅读理解模型中，得到所述待提取语句中每个字元成为第一实体的起始字元、所述第一实体的结束字元、第二实体的起始字元以及所述第二实体的结束字元的概率，其中，所述第一实体和所述第二实体是具有所述目标属性关系的实体；基于所述待提取语句中每个字元成为所述第一实体的起始字元、所述第一实体的结束字元、所述第二实体的起始字元以及所述第二实体的结束字元的概率，确定所述待提取语句中具有所述目标属性关系的实体。5.根据权利要求4所述的方法，其特征在于，所述基于所述待提取语句中每个字元成为所述第一实体的起始字元、所述第一实体的结束字元、所述第二实体的起始字元以及所述第二实体的结束字元的概率，确定所述待提取语句中具有所述目标属性关系的实体，包括：基于所述待提取语句中的字元生成第一实体候选集以及第二实体候选集，其中，所述第一实体候选集包括至少一个候选实体，所述第二实体候选集包括至少一个候选实体；基于所述待提取语句中每个字元成为所述第一实体的起始字元、所述第一实体的结束字元、所述第二实体的起始字元以及所述第二实体的结束字元的概率，在所述第一实体候选集中确定所述第一实体，在所述第二实体候选集中确定所述第二实体。2CN113935326A权利要求书2/3页6.根据权利要求5所述的方法，其特征在于，所述基于所述待提取语句中的字元生成第一实体候选集以及第二实体候选集，包括：对于所述待提取语句中的目标字元，将所述目标字元确定为所述候选实体的起始字元，将所述待提取语句中除所述目标字元之外的字元依次确定为所述候选实体的结束字元，得到第一实体候选集和第二实体候选集，其中，所述目标字元为所述待提取语句中的任一字元。7.根据权利要求5所述的方法，其特征在于，所述基于所