[发明专利]文本的关键信息的抽取方法、装置、电子设备及存储介质

权利要求书

1.一种文本的关键信息的抽取方法，其特征在于，包括：

将原始文本按照预设的切分单元进行切分，并生成所述原始文本对应的单元序列；

根据所述单元序列和预先训练的信息抽取模型，采用片段拷贝的原理基于所述原始文本抽取至少一个目标片段的标识信息；

基于所述至少一个目标片段的标识信息，生成关键信息。

2.根据权利要求1所述的方法，其特征在于，根据所述单元序列和预先训练的信息抽取模型，采用片段拷贝的原理基于所述原始文本抽取至少一个目标片段的标识信息，包括：

采用所述信息抽取模型，基于所述单元序列中的各单元，获取所述原始文本的特征表达和所述原始文本中各片段的特征表达；所述片段包括所述原始文本中的一个单元或者两个以上连续单元；

采用所述信息抽取模型，对预设的符号表中的符号进行特征映射，得到所述符号的特征表达；所述符号作为独立的片段；

采用所述信息抽取模型，基于所述原始文本的特征表达、所述原始文本中各片段的特征表达以及所述符号的特征表达进行解码，获取所述至少一个目标片段的标识信息。

3.根据权利要求2所述的方法，其特征在于，采用所述信息抽取模型，基于所述单元序列中的各单元，获取所述原始文本的特征表达和所述原始文本中各片段的特征表达，包括：

采用所述信息抽取模型中的编码器对所述单元序列中各单元进行编码，得到各所述单元的特征表达；

并基于各所述单元的特征表达，生成所述原始文本的特征表达；

采用所述信息抽取模型中的片段表示生成器，基于所述原始文本中的各所述单元的特征表达，生成所述原始文本中各片段的特征表达。

4.根据权利要求2或3所述的方法，其特征在于，采用所述信息抽取模型，基于所述原始文本的特征表达、各所述片段的特征表达以及所述符号的特征表达，进行解码，获取所述至少一个目标片段的标识信息，包括：

将所述原始文本的特征表达作为初始的隐含层状态，采用所述信息抽取模型中的解码器根据所述隐含层状态、各所述片段的特征表达以及各所述符号的特征表达，对各所述片段分别进行打分；并获取分值最高的所述片段的信息，作为所述目标片段的标识信息；

采用所述解码器基于上一步解码得到的所述目标片段的特征表达、更新所述隐含层状态；并根据更新后的所述隐含层状态、以及各所述片段的特征表达和各所述符号的特征表达，对各所述片段及所述符号再次分别进行打分；并获取分值最高的下一个所述目标片段的标识信息；以此类推，直至获取到结束符号或者获取到的所有所述目标片段的字数和达到预设字数阈值，得到所述至少一个目标片段的标识信息。

5.根据权利要求1所述的方法，其特征在于，根据所述单元序列和预先训练的信息抽取模型，采用片段拷贝的原理基于所述原始文本抽取至少一个目标片段的标识信息，包括：

采用所述信息抽取模型，基于所述单元序列中的各单元，获取所述原始文本的特征表达和所述原始文本中各片段的特征表达；所述片段包括所述原始文本中的一个单元或者两个以上连续单元；

采用所述信息抽取模型，分别对预设的符号和预设词表中各词语进行特征映射，得到所述符号的特征表达和各所述词语的特征表达；所述符号和各所述词语分别作为独立的片段；

采用所述信息抽取模型，基于所述原始文本的特征表达、各所述片段的特征表达、所述符号的特征表达以及各所述词语的特征表达，进行解码，获取所述至少一个目标片段的标识信息。

6.一种信息抽取模型的训练方法，其特征在于，包括：

采集数条训练文本和基于训练文本抽取的已知关键信息；

对于各条所述训练文本，将所述训练文本按照预设的切分单元进行切分，生成所述训练文本对应的训练单元序列；并标注所述已知关键信息中包括的各训练目标片段的已知概率分布；

采用各条所述训练文本的所述训练单元序列以及各所述训练目标片段的已知概率分布，对所述信息抽取模型进行训练。