[发明专利]一种信息提取的方法、应用、装置及介质

说明书

本发明提供一种信息提取的方法、应用、装置及介质，方法包括：生成训练数据，所述训练数据的句子已标记句子的类别及句子中所有实体名称；使用所述训练数据通过双向循环神经网络的方法建立意图分析模型；使用所述训练数据通过双向循环神经网络和条件随机场建立通用实体提取模型，和各个意图下的实体提取模型；模型训练完成后，通过意图分析模型判断用户的意图，对句子进行分类，分类为意图的多个维度；进入通用实体提取模型提取基本信息实体，再通过该意图下的命名实体模型，提取剩余实体；根据提取的实体进行细粒度分析；根据细粒度分析结果生成反馈的信息反馈给用户。本方法提取信息准确，支持语音录入稀松平常的句子，优良的多维信息反馈。

技术领域

本发明涉及信息提取领域，特别涉及一种信息提取的方法、应用、装置及介质。

背景技术

随着生活水平的提高、对健康生活的愈加重视。人们使用各种APP监控自己的健康数据。传统APP健康维度少，操作复杂，有的APP甚至需要手动计算细粒度结果再录入给APP。这种速度慢、录入不准确的问题，已无法顺应科技日新月异的发展。如今人们需要更快速，便捷，随心所欲的平台来得知自己的健康情况。不论是起床还没睁眼时，还是开车无法解放双手时，只要想起自身与健康有关事宜时都能轻松录入信息。

APP：health，对用户来说每天查询相关食物的营养元素，再根据今天吃的量来填入APP，需要耗费大量的时间和精力。APP：薄荷健康，移动健康，可使用APP内的搜索功能，点击填入数量、单位、时间、等信息，帮你记录并分析个人综合的健康情况，薄荷健康主要为饮食方面，移动健康主要为体征心理方面。虽然比IOS的health方便一些，依然是需要手动搜索食物，并调整时间、数量等参数。APP：妙健康，比薄荷健康多了语音录入功能，但仅仅只是把语音结果输入APP内的搜索功能中。该APP无法解析句子，且不能补充说明单位和量词等参数。

现有技术无法很好的录入健康数据，提取信息不准确，反馈信息不健全。

发明内容

为解决现有技术无法很好的录入健康数据，提取信息不准确，反馈信息不健全的问题，本发明提供的一种信息提取的方法、应用、装置及介质，可以解决提取信息不准确的问题，可以轻松便捷地录入健康数据，录入的健康维度多，反馈的信息准确。

第一方面，本申请实施例提供了一种信息提取方法，包括步骤如下：

生成训练数据，所述训练数据的句子已标记句子的类别及句子中所有实体名称；

使用所述训练数据通过双向循环神经网络的方法建立意图分析模型；

使用所述训练数据通过双向循环神经网络和条件随机场建立通用实体提取模型，和各个意图下的实体提取模型；

模型训练完成后，通过意图分析模型判断用户的意图，对句子进行分类，分类为意图的多个维度；

进入通用实体提取模型提取基本信息实体，再通过该意图下的命名实体模型，提取剩余实体；

根据提取的实体进行细粒度分析；

根据细粒度分析结果生成反馈的信息反馈给用户。

进一步地，所述进行的意图分析，是将用户意图分为不同的维度进行分类，进行不同的处理和分析，通过以下步骤进行意图分析：

根据Wiki100.utf8将句中词组映射成多维向量；

将所述多维向量传入双向的LSTM循环神经网络内，生成包含从前到后以及从后到前的语义encoder信息向量；

所述信息向量结合Softmax层输出判定为各个类别的几率；

选取获得最大几率的类别作为分类结果。

进一步地，所述命名实体提取模型，使用多层的LSTM+CRF，通过以下步骤进行命名实体提取：