[发明专利]信息分类抽取方法、装置和电子设备在审

专利信息
申请号: 202011528005.3 申请日: 2020-12-22
公开(公告)号: CN112507118A 公开(公告)日: 2021-03-16
发明(设计)人: 龚建;孙宇;佘俏俏 申请(专利权)人: 北京百度网讯科技有限公司
主分类号: G06F16/35 分类号: G06F16/35;G06F40/30;G06N20/00
代理公司: 北京清亦华知识产权代理事务所(普通合伙) 11201 代理人: 韩海花
地址: 100085 北京市*** 国省代码: 北京;11
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 信息 分类 抽取 方法 装置 电子设备
【说明书】:

本公开公开了信息分类抽取方法、装置和电子设备,涉及数据处理、自然语言处理、深度学习技术领域。具体实现方案为:获取待处理的文本;将所述文本输入至训练好的信息抽取模型中,所述信息抽取模型中的语义理解层、分类层、全连接层和分类网络层依次处理,得到所述文本对应的信息和所述信息的类型。该方法中,将待处理的文本输入至训练好的信息抽取模型中,信息抽取模型中的语义理解层、分类层、全连接层和分类网络层依次处理,得到文本对应的信息和信息的类型,不需要标注信息在待处理文本中的位置,标注成本低,且可实现多层级信息类型的处理。

技术领域

本公开涉及计算机技术领域中的数据处理、自然语言处理、深度学习技术领域,尤其涉及一种信息分类抽取方法、装置、电子设备、存储介质和计算机程序产品。

背景技术

目前,随着人工智能、自然语言处理等技术的发展,信息抽取技术在对话信息整理、保险合同信息入库、企业策划信息整理等领域中得到了广泛的应用。例如,在保险合同信息入库场景下,保险合同字数较多,需要从保险合同中抽取出保险类型、被保险人、保险期限等重要信息并存储在服务器中。然而,相关技术中的信息抽取方法,大多需要预先标注想要抽取的信息和信息在待处理文本中的位置,标注成本过高。

发明内容

提供了一种信息分类抽取方法、装置、电子设备、存储介质和计算机程序产品。

根据第一方面,提供了一种信息分类抽取方法,包括:获取待处理的文本;将所述文本输入至训练好的信息抽取模型中,所述信息抽取模型中的语义理解层、分类层、全连接层和分类网络层依次处理,得到所述文本对应的信息和所述信息的类型。

根据第二方面,提供了一种信息分类抽取装置,包括:获取模块,用于获取待处理的文本;第一输入模块,用于将所述文本输入至训练好的信息抽取模型中,所述信息抽取模型中的语义理解层、分类层、全连接层和分类网络层依次处理,得到所述文本对应的信息和所述信息的类型。

根据第三方面,提供了一种电子设备,包括:至少一个处理器;以及与所述至少一个处理器通信连接的存储器;其中,所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行本公开第一方面所述的信息分类抽取方法。

根据第四方面,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,所述计算机指令用于使所述计算机执行本公开第一方面所述的信息分类抽取方法。

根据第五方面,提供了一种计算机程序产品,包括计算机程序,其中,所述计算机程序被处理器执行时实现本公开第一方面所述的信息分类抽取方法。

应当理解,本部分所描述的内容并非旨在标识本公开的实施例的关键或重要特征,也不用于限制本公开的范围。本公开的其它特征将通过以下的说明书而变得容易理解。

附图说明

附图用于更好地理解本方案,不构成对本公开的限定。其中:

图1是根据本公开第一实施例的信息分类抽取方法的流程示意图;

图2是根据本公开第二实施例的信息分类抽取方法中文本对应的信息的类型的示意图;

图3是根据本公开第三实施例的信息分类抽取方法中信息抽取模型的示意图;

图4是根据本公开第四实施例的信息分类抽取方法中得到文本对应的信息和信息的类型之后的流程示意图;

图5是根据本公开第五实施例的信息分类抽取方法的示意图;

图6是根据本公开第五实施例的信息分类抽取方法中训练好的信息抽取模型的获取的流程示意图;

图7是根据本公开第一实施例的信息分类抽取装置的框图;

图8是根据本公开第二实施例的信息分类抽取装置的框图;

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于北京百度网讯科技有限公司,未经北京百度网讯科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202011528005.3/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top