[发明专利]文本数据处理方法、相关装置及计算机程序产品

权利要求书

1.一种文本数据处理方法，包括：

将获取到的待处理行业文本转换为文本序列；

根据所述文本序列生成包含上下文语境的各文本向量；

利用预设的多指针模型分别确定所述文本向量中存在的至少两层嵌套关系对中每层关系对各自的起止位置，所述多指针模型表征文本向量与其中存在的多层嵌套关系的关系对的起止位置的对应关系；

从所述起止位置抽取得到相应的关系对文本，并根据所述对应关系对生成所述待处理行业文本的主谓宾三元组。

2.根据权利要求1所述的方法，其中，所述根据所述文本序列生成包含上下文语境特征的各文本向量，包括：

将所述文本序列输入预先训练好的语言模型；其中，所述语言模型用于表征文本序列与包含上下文语境文本的文本向量之间的转换对应关系；

接收所述语言模型输出的与输出的文本序列对应的文本向量。

3.根据权利要求1所述的方法，其中，当所述文本向量仅存在两层嵌套关系的关系对时，所述利用预设的多指针模型分别确定所述文本向量中存在的两层嵌套关系的关系对中每层关系对各自的起止位置，包括：

利用所述多指针模型中的第一分类器识别所述文本向量中首层关系对的起止位置；

利用所述多指针模型中的第二分类器识别所述文本向量中第二层关系对的起止位置。

4.根据权利要求3所述的方法，其中，所述利用所述多指针模型中的第一分类器识别所述文本向量中首层关系对的起止位置，包括：

利用所述多指针模型中的第一分类器中的第一子分类器识别所述文本向量中首层关系对中主语的起止位置；

利用所述多指针模型中的第一分类器中的第二子分类器识别所述文本向量中首层关系对中谓语或宾语的起止位置。

5.根据权利要求4所述的方法，还包括：

利用所述多指针模型中的第一分类器中的第三子分类器识别所述文本向量中首层关系对中非主语、非谓语和非宾语的其它成本的起止位置，并将其作为非必要成分位置；

利用所述非必要成分位置验证所述主语、所述谓语、所述宾语的起止位置的准确性。

6.根据权利要求1至5任一项所述的方法，还包括：

根据所述主谓宾三元组构建所述待处理行业文本所属行业的知识图谱。

7.根据权利要求6所述的方法，还包括：

接收用户传入的行业知识查询请求；

根据所述行业知识查询请求在对应行业的知识图谱中查询目标知识；

将所述目标知识作为查询结果返回给所述用户。

8.一种文本数据处理装置，包括：

文本处理单元，被配置成将获取到的待处理行业文本转换为文本序列；

文本向量生成单元，被配置成根据所述文本序列生成包含上下文语境的各文本向量；

嵌套关系对起止位置确定单元，被配置成利用预设的多指针模型分别确定所述文本向量中存在的至少两层嵌套关系对中每层关系对各自的起止位置，所述多指针模型表征文本向量与其中存在的多层嵌套关系的关系对的起止位置的对应关系；

主谓宾三元组生成单元，被配置成从所述起止位置抽取得到相应的关系对文本，并根据所述对应关系对生成所述待处理行业文本的主谓宾三元组。

9.根据权利要求8所述的装置，其中，所述文本向量生成单元进一步被配置成：

将所述文本序列输入预先训练好的语言模型；其中，所述语言模型用于表征文本序列与包含上下文语境文本的文本向量之间的转换对应关系；

接收所述语言模型输出的与输出的文本序列对应的文本向量。