[发明专利]信息抽取方法、抽取模型训练方法、装置以及电子设备

权利要求书

1.一种信息抽取方法，包括：

获取输入文本；

根据所述输入文本，确定所述输入文本的语义向量；

将所述输入文本的语义向量输入至预先获取的抽取模型，获得所述输入文本的第一增强文本。

2.根据权利要求1所述的方法，其中，在所述将所述输入文本的语义向量输入至预先获取的抽取模型，获得所述输入文本的第一增强文本之后，还包括：

根据所述输入文本对所述第一增强文本进行边界校正，获得目标增强文本。

3.根据权利要求2所述的方法，其中，所述根据所述输入文本对所述第一增强文本进行边界校正，确定目标增强文本，包括：

对所述输入文本进行切词，获得切词结果；

根据所述切词结果，对所述第一增强文本的首位和末位进行边界校正，获得所述目标增强文本。

4.根据权利要求3所述的方法，其中，所述根据所述切词结果，对所述第一增强文本的首位和末位进行边界校正，获得所述目标增强文本，包括：

若所述第一增强文本的首位或末位与所述切词结果不匹配，则按照所述切词结果对所述第一增强文本的首位或末位进行补齐，获得所述目标增强文本。

5.根据权利要求1所述的方法，其中，所述根据所述输入文本，确定所述输入文本的语义向量，包括：

对所述输入文本中的每个字进行标识转换，获得标识序列，字与标识一一对应；

将所述标识序列输入至来自变换器的双向编码器表征量模型中，获得所述输入文本的语义向量。

6.一种抽取模型训练方法，包括：

获取训练样本，所述训练样本包括训练文本，以及所述训练文本的标注；

根据所述训练样本，确定所述训练样本的语义向量；

利用所述训练样本的语义向量对基础模型进行训练，得到抽取模型，所述抽取模型的输入包括输入文本的语义向量，所述抽取模型的输出包括所述输入文本的第一增强文本。

7.根据权利要求6所述的方法，其中，所述获取训练样本，包括：

对样本图像中的文本进行图像识别，获取初始样本；

对所述初始样本中的目标文本进行标注，获得训练样本，所述目标文本为所述样本图像中采用样式增强处理的文本。

8.一种信息抽取装置，包括：

第一获取模块，用于获取输入文本；

确定模块，用于根据所述输入文本，确定所述输入文本的语义向量；

第二获取模块，用于将所述输入文本的语义向量输入至预先获取的抽取模型，获得所述输入文本的第一增强文本。

9.根据权利要求8所述的装置，其中，还包括：

第三获取模块，用于根据所述输入文本对所述第一增强文本进行边界校正，获得目标增强文本。

10.根据权利要求9所述的装置，其中，所述第三获取模块，包括：

切词子模块，用于对所述输入文本进行切词，获得切词结果；

第一获取子模块，用于根据所述切词结果，对所述第一增强文本的首位和末位进行边界校正，获得所述目标增强文本。

11.根据权利要求10所述的装置，其中，所述第一获取子模块，用于：

若所述第一增强文本的首位或末位与所述切词结果不匹配，则按照所述切词结果对所述第一增强文本的首位或末位进行补齐，获得所述目标增强文本。

12.根据权利要求8所述的装置，其中，所述确定模块，包括：

第二获取子模块，用于对所述输入文本中的每个字进行标识转换，获得标识序列，字与标识一一对应；

第三获取子模块，用于将所述标识序列输入至来自变换器的双向编码器表征量模型中，获得所述输入文本的语义向量。