[发明专利]知识要素提取方法、装置、电子设备、介质和程序产品

说明书

根据本公开的示例实施例，提供了一种知识要素提取方法、装置、电子设备、计算机可读存储介质和计算机程序产品，涉及知识图谱、深度学习领域。知识要素提取方法包括：使用针对领域的数据，基于与领域相关联的知识图谱，训练知识要素提取模型；以及使用经训练的知识要素提取模型，基于知识图谱，提取与领域相关联的知识要素。利用上述方法，可以基在低资源场景下于知识图谱实现人机结合的知识要素提取。其针对不同的数据场景问题，充分利用不同策略方案的优点进行整合，形成一套完整的、有效的问题解决方案，从而使得可以从不同维度、不同数据情形解决复杂的行业领域低资源问题，不仅能够提高知识要素提取的效率以及正确率，也能够提高用户体验。

技术领域

本公开涉及计算机技术，并且更具体地，涉及知识要素提取方法、装置、电子设备、计算机可读存储介质和计算机程序产品，可以应用于知识图谱、深度学习领域中。

背景技术

知识要素提取可以包括从自然语言文本提取特定类型的知识信息，这些知识信息可以包括实体、概念、关系、侧面、事件等事实信息。此外，知识要素提取还可以包括进行结构化数据输出的文本处理技术。在知识要素提取中，自然语言文本数据可以由一些具体的单位构成，这些单位主要可以包括句子、段落、篇章。

在医疗、金融、教育等一些行业垂类领域中，高质量的标注数据是很稀少的，并且进行标注所需要花费的成本十分昂贵。因此，在进行针对这些领域的文本知识要素提取时，常常会面临样本缺失或稀少的低资源场景问题。然而，在这些领域中通常含有大量的无标注文本数据，并且通过各种公开的数据集也可以获得大量的通用领域或者其他领域的标注样本和无标注数据。不过，传统技术方案无法利用这些数据来解决低资源场景中的知识要素提取问题。

发明内容

根据本公开的实施例，提供了一种知识要素提取方法、装置、电子设备、计算机可读存储介质和计算机程序产品。

在本公开的第一方面中，提供了一种知识要素提取方法，包括：使用针对领域的数据，基于与领域相关联的知识图谱，训练知识要素提取模型；以及使用经训练的知识要素提取模型，基于知识图谱，提取与领域相关联的知识要素。

在本公开的第二方面中，提供了一种知识要素提取装置，包括：模型训练模块，被配置为使用针对领域的数据，基于与领域相关联的知识图谱，训练知识要素提取模型；以及知识要素提取模块，被配置为使用经训练的知识要素提取模型，基于知识图谱，提取与领域相关联的知识要素。

在本公开的第三方面中，提供了一种电子设备，包括至少一个处理器；以及与至少一个处理器通信连接的存储器；其中存储器存储有可被至少一个处理器执行的指令，该指令被至少一个处理器执行，以使至少一个处理器能够实现根据本公开的第一方面的方法。

在本公开的第四方面中，提供了一种存储有计算机指令的非瞬时计算机可读存储介质，计算机指令用于使计算机实现根据本公开的第一方面的方法。

在本公开的第五方面中，提供了一种计算机程序产品，包括计算机程序，计算机程序在被处理器执行时，执行根据本公开的第一方面的方法。

利用根据本申请的技术，可以基在低资源场景下于知识图谱实现人机结合的知识要素提取。其针对不同的数据场景问题，充分利用不同策略方案的优点进行整合，形成一套完整的、有效的问题解决方案，从而使得可以从不同维度、不同数据情形解决复杂的行业领域低资源问题，不仅能够提高知识要素提取的效率以及正确率，也能够提高用户体验。

应当理解，发明内容部分中所描述的内容并非旨在限定本公开的实施例的关键或重要特征，亦非用于限制本公开的范围。本公开的其它特征将通过以下的描述变得容易理解。

附图说明