[发明专利]文本处理设备及信息抽取系统

权利要求书

1.一种文本处理设备，其特征在于，包括：

指代关系识别单元，适于识别初始文本中存在的指代关系；

指代消解处理单元，适于根据识别得到的指代关系，对所述初始文本进行指代消解处理，得到处理后的指代消解文本；

实体识别处理单元，适于对各指代消解文本分别进行实体识别处理；

语句删减处理单元，适于获取各指代消解文本中处于相同次序的指代消解语句，并所述处于相同次序的指代消解语句的实体识别结果，对所述处于相同次序的指代消解语句进行筛选处理；

语句合并单元，适于将各筛选后的语句集合进行合并，得到语义处理文本。

2.根据权利要求1所述的文本处理设备，其特征在于，所述指代消解处理单元包括：

主要成分确定子单元，适于从所述初始文本中获取所述指代关系的成分，并从中选取所述指代关系的主要成分；

替换子单元，适于从所述初始文本中获取与所述主要成分的指代关系相同的部分或全部成分，并替换为所述主要成分，得到处理后的指代消解文本。

3.根据权利要求1或2所述的文本处理设备，其特征在于，所述实体识别处理单元适于将将各指代消解文本分别输入预设的实体识别模型中，获得各指代消解文本的实体预测概率矩阵，并确定各指代消解文本的实体预测概率矩阵中符合预设的第一条件的分布位置，将各指代消解文本中相应分布位置的成分作为实体，得到实体识别结果。

4.根据权利要求3所述的文本处理设备，其特征在于，还包括：模型预训练单元，适于在对各指代消解文本分别进行实体识别处理之前，对所述实体识别模型进行预训练。

5.根据权利要求4所述的文本处理设备，其特征在于，所述模型预训练单元包括：

训练数据获取模块，适于获取预设的训练语料和所述训练语料的实体真实概率矩阵；

模型训练模块，适于将预设的训练语料和所述训练语料的实体真实概率矩阵输入所述实体识别模型中进行训练，得到所述训练语料的实体预测概率矩阵，误差计算模块，适于根据所述训练语料的实体预测概率矩阵和所述训练语料的实体真实概率矩阵，进行误差计算，得到结果误差值；匹配模块，适于判断所述结果误差值是否满足预设的训练完成条件，在确定满足所述训练完成条件后，确定所述实体识别模型完成训练；

模型参数调整模块，适于在确定不满足所述训练完成条件后，调整所述实体识别模型的参数。

6.根据权利要求5所述的文本处理设备，其特征在于，所述各指代消解文本的实体预测概率矩阵包括：用于表征各指代消解文本中实体预测起始位置的第一预测概率向量和用于表征各指代消解文本中实体预测结束位置的第二预测概率向量；

所述实体识别处理单元适于将所述第一预测概率向量与预设的第一阈值进行比较，确定所述第一预测概率向量中概率值大于所述第一阈值的分布位置，得到各指代消解文本的实体预测起始位置分布信息，并将所述第二预测概率向量与预设的第二阈值进行比较，确定所述第二预测概率向量中概率值大于所述第二阈值的分布位置，得到各指代消解文本的实体预测结束位置分布信息；根据各指代消解文本的实体预测起始位置分布信息和实体预测结束位置分布信息，得到各指代消解文本的实体分布位置区间，并获取各指代消解文本中相应分布位置区间内的成分作为实体。

7.根据权利要求6所述的文本处理设备，其特征在于，所述训练语料的实体预测概率矩阵包括：用于表征所述训练语料中实体预测起始位置的第三预测概率向量和用于表征所述训练语料中实体预测结束位置的第四预测概率向量；所述训练语料的实体真实概率矩阵包括：用于表征所述训练语料中实体真实起始位置的第一真实概率向量和用于表征所述训练语料中实体真实结束位置的第二真实概率向量；

所述误差计算模块适于采用以下损失函数进行误差计算，得到结果误差值：

其中，y_si为所述第一真实概率向量中第i个概率值；y_ei为所述第二真实概率向量中第i个概率值；为所述第三预测概率向量中第i个概率值；为所述第四预测概率向量中第i个概率值；i为自然数。