[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

说明书

本申请公开了一种文本的关键信息的抽取方法、装置、电子设备及存储介质，涉及人工智能领域。具体实现方案为：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。本申请的技术方案能够将包括连续词语的片段作为一个目标片段进行拷贝，在抽取关键信息的过程中，能够有效地减少需要拷贝的次数，降低积累误差，进而能够有效地提高关键信息抽取的速度和准确性。

技术领域

本申请涉及计算机技术，尤其涉及人工智能技术领域，具体涉及一种文本的关键信息的抽取方法、装置、电子设备及存储介质。

背景技术

文本中的关键信息抽取，即从文本中拷贝关键信息的片段拼接成关键信息，在众多自然语言处理任务中有着广泛的应用。例如，在文本中自动抽取摘要的任务中，可以从正文中拷贝关键信息，作为摘要或者标题。又如，在信息抽取任务中，精确的复制实体以及体现实体间关系的文本，以实现抽取。因而，提高关键信息片段拷贝的精度，可以提高上层应用任务的性能，从而服务于最终产品。

现有的文本中的关键信息抽取中，通常采用“字词级拷贝”技术，即一个词语一个词语地进行拷贝，且后一词语的拷贝的准确性也受前一词语拷贝准确性的影响。即使要拷贝的是连续的多个词语构成的片段，也需要按照词语对片段中的每个词语逐个进行拷贝。

但是，上述现有的关键信息抽取过程中的字词级拷贝方案，在连续拷贝包括多个词语的片段时，需要连续进行多次拷贝，会积累误差，导致文本的关键信息抽取的准确性较差。

发明内容

为了解决上述技术问题，本申请提供了一种用于文本的关键信息的抽取方法、装置、电子设备及存储介质。

根据第一方面，提供了一种文本的关键信息的抽取方法，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。

根据第二方面，提供了一种信息抽取模型的训练方法，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。

根据第三方面，提供了一种文本的关键信息的抽取装置，包括：

切分处理模块，用于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；

抽取处理模块，用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；

生成模块，用于基于所述至少一个目标片段的标识信息，生成关键信息。

根据第四方面，提供了一种信息抽取模型的训练装置，包括：

采集模块，用于采集数条训练文本和基于训练文本抽取的已知关键信息；

生成模块，用于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；