[发明专利]信息提取方法、装置、计算机设备和存储介质在审

专利信息
申请号: 202011538124.7 申请日: 2020-12-23
公开(公告)号: CN112668327A 公开(公告)日: 2021-04-16
发明(设计)人: 邹义宏;陈林;吴伟佳 申请(专利权)人: 微民保险代理有限公司
主分类号: G06F40/289 分类号: G06F40/289;G06F40/30;G06K9/62;G06N3/04;G06N3/08;G06N20/00
代理公司: 广州华进联合专利商标代理有限公司 44224 代理人: 方高明
地址: 518051 广东省深圳市南*** 国省代码: 广东;44
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 提取 方法 装置 计算机 设备 存储 介质
【权利要求书】:

1.一种信息提取方法,其特征在于,所述方法包括:

获取用户和服务对象之间的对话信息;

从所述对话信息中提取出用户画像信息,以及所述用户画像信息的信息类型;

基于所述对话信息和所述用户画像信息,确定所述用户画像信息在所述对话信息中所处的位置,获取所述位置的位置信息;

基于所述对话信息、所述位置信息和所述信息类型,确定所述用户画像信息的归属对象,所述归属对象是所述用户画像信息所归属的人或物。

2.根据权利要求1所述的方法,其特征在于,所述对话信息包括当前对话信息和关联对话信息;所述获取用户和服务对象之间的对话信息,包括:

获取用户和服务对象之间的当前对话信息,以及所述当前对话信息对应的历史对话信息;

基于所述当前对话信息,从所述历史对话信息中筛选出与所述当前对话信息相关的关联对话信息。

3.根据权利要求2所述的方法,其特征在于,所述基于所述当前对话信息,从所述历史对话信息中筛选出与所述当前对话信息相关的关联对话信息,包括:

将所述当前对话信息进行向量转换,得到当前对话向量;将所述历史对话信息进行向量转换,得到历史对话向量;

将所述当前对话向量和所述历史对话向量进行拼接,得到拼接对话向量;

基于所述拼接对话向量确定所述当前对话信息分别和所述历史对话信息中各子对话信息之间的语义相似度,基于所述语义相似度,从所述历史对话信息中筛选出与所述当前对话信息相关的关联对话信息。

4.根据权利要求1所述的方法,其特征在于,所述基于所述对话信息、所述位置信息和所述信息类型,确定所述用户画像信息的归属对象,包括:

将所述对话信息、所述位置信息和所述信息类型分别进行向量嵌入处理,得到对话向量、位置向量和类型向量;

将所述对话向量、位置向量和类型向量拼接得到信息提取向量;

对所述信息提取向量进行稠密化处理,对经过稠密化处理的信息提取向量进行逻辑回归处理,得到所述用户画像信息属于各候选对象的概率,基于所述用户画像信息属于各候选对象的概率,预测所述用户画像信息的归属对象。

5.根据权利要求4所述的方法,其特征在于,所述将所述对话向量、位置向量和类型向量拼接得到信息提取向量,包括:

将所述对话向量和所述位置向量进行拼接,得到携带有位置信息的对话向量;

对所述携带有位置信息的对话向量进行编码,得到编码向量;

将所述编码向量和所述类型向量进行拼接,得到信息提取向量。

6.根据权利要求1至5中任意一项所述的方法,其特征在于,所述方法还包括:

将处理对象与各预设文本进行相似度匹配,从各所述预设文本中确定与所述处理对象相匹配的目标对象,其中,所述处理对象包括所述用户画像信息、所述信息类型和所述归属对象中任意一种,所述目标对象是目标用户画像信息、目标信息类型和目标归属对象中的任意一种。

7.一种信息提取方法,其特征在于,所述方法包括:

向服务器发起信息提取请求;

获取所述服务器发送的用户画像信息、所述用户画像信息的信息类型和所述用户画像信息的归属对象;其中,所述归属对象是所述用户画像信息所归属的人或物,所述归属对象是所述服务器基于用户和服务对象之间的对话信息、位置信息和所述信息类型确定的,所述位置信息是基于所述用户画像信息在所述对话信息中所处的位置获取的,所述位置是基于所述对话信息和所述用户画像信息确定的,所述用户画像信息以及所述信息类型是从所述对话信息提取的,所述对话信息是基于所述信息提取请求获取的;

在用户信息展示区域中展示所述用户画像信息、所述信息类型和所述归属对象。

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微民保险代理有限公司,未经微民保险代理有限公司许可,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/202011538124.7/1.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