[发明专利]一种关联关系提取方法、装置及电子设备

权利要求书

1.一种关联关系提取方法，所述方法包括：

获取一个或多个待处理文本；

利用预定的检测方式对所述待处理文本进行检测，以便从所述待处理文本中提取出若干个目标文本；

根据预先训练的文本相似度模型，将每个所述目标文本与预设的标准文本库中的文本分别进行相似度计算，得到每个所述目标文本与所述标准文本库中各文本之间对应的相似度值；

对于任一目标文本和所述标准文本库中的任一文本，将大于指定阈值的相似度值所对应的所述标准文本库中的文本作为该目标文本的标准文本，并建立所述标准文本与所述待处理文本之间的关联关系。

2.如权利要求1所述的方法，在所述获取一个或多个待处理文本之后，还包括：

对不符合预定格式要求的待处理文本执行格式转换操作，得到符合预定格式要求的待处理文本。

3.如权利要求1所述的方法，所述利用预定的检测方式对所述待处理文本进行检测，以便从所述待处理文本中提取出若干个目标文本，包括：

利用预定的规则模板对所述待处理文本进行检测，以便从所述待处理文本中提取出若干个目标文本；

其中，所述规则模板是根据所述待处理文本中目标文本的特征信息，以及能够表达所述目标文本与待处理文本之间关联关系的特征信息所生成的规则模板。

4.如权利要求1所述的方法，所述利用预定的检测方式对所述待处理文本进行检测，以便从所述待处理文本中提取出若干个目标文本，包括：

利用预定的序列标注模型对所述待处理文本进行检测，以便从所述待处理文本中提取出若干个目标文本。

5.如权利要求1所述的方法，还包括训练所述文本相似度模型，具体地：

对所述标准文本库中的文本以及目标文本分别执行分词操作，并利用删词法构建所述文本相似度模型训练的正样本；

将所述标准文本库中的文本与目标文本进行随机组合生成所述文本相似度模型训练的负样本；

将所述正样本和负样本组合成模型训练集，利用所述模型训练集对所述文本相似度模型进行训练。

6.如权利要求5所述的方法，所述利用删词法构建所述文本相似度模型训练的正样本，包括：

确定执行分词操作后得到的文本和目标文本，将分词后的文本或者目标文本中的至少一个词汇进行随机删除，并将删除后的文本或者目标文本与删除前所对应的文本或者目标文本组成相似对，将所述相似对作为所述文本相似度模型训练的正样本。

7.如权利要求5所述的方法，所述将所述标准文本库中的文本与目标文本进行随机组合生成所述文本相似度模型训练的负样本，包括：

将所述标准文本库中的文本和所述目标文本进行文本间的随机组合，得到多个组合后形成的句子对，将所述句子对作为所述文本相似度模型训练的负样本。

8.如权利要求5所述的方法，所述文本相似度模型包括BERT文本相似度模型。

9.如权利要求1所述的方法，所述根据预先训练的文本相似度模型，将每个所述目标文本与预设的标准文本库中的文本分别进行相似度计算，包括：

将每个所述目标文本与标准文本库中的各个文本分别作为所述文本相似度模型的输入，利用所述文本相似度模型计算得到每个目标文本与标准文本库中的各个文本之间的相似度值。

10.如权利要求1所述的方法，所述建立所述标准文本与所述待处理文本之间的关联关系，包括：

将所述目标文本替换为对应的标准文本，并建立所述标准文本与所述待处理文本之间的关联关系。

11.如权利要求10所述的方法，在所述建立所述标准文本与所述待处理文本之间的关联关系之后，还包括：

将所述标准文本与待处理文本之间的关联关系存储在预先配置的关联关系表中，所述关联关系表用于保存所述标准文本的文本标识与待处理文本的文本标识之间的映射关系。