[发明专利]语义角色标注方法、装置、计算机设备和存储介质

说明书

本申请涉及人工智能技术领域，提供了一种语义角色标注方法、装置、计算机设备和存储介质，所述方法包括：获取待标注语句，并对待标注语句进行分词处理和词性标注；根据词性标注的结果确定待标注语句中的动词；获取各个动词预设的角色标签，根据角色标签和分词处理的结果构建各个角色标签所对应的输入样本；将各个输入样本输入至语义角色标注模型；在语义角色标注模型中，计算输入样本中的各个字作为输入样本所对应的角色标签的起始位置时的第一概率和结束位置时的第二概率，根据第一概率和第二概率进行角色标注。通过本申请提供的语义角色标注方法、装置、计算机设备和存储介质，提供语义角色标注的准确性。

技术领域

本申请涉及人工智能的技术领域，特别涉及一种语义角色标注方法、装置、计算机设备和存储介质。

背景技术

语义角色标注是自然语言处理领域中，语义解析的重要一环。通常我们的表达是以动词(也有叫谓词)为核心的，例如“我明天晚上去北京”中的“去”，就是整个句子表达意思的核心。而语义角色标注，就是针对句子中的动词进行其要素识别的技术，在前面例子中“我”一般标注为“ARG1”，作为主语；“明天晚上”一般标注为“TMP”，表示时间；“北京”一般标注为“LOC”，表示地点。角色标记的符号并不重要，我们完全可以根据需要定义属于自己的一套角色标签体系，但是角色背后的含义是重要的，一般包括了“主谓宾、时间、地点、方式”等内容的识别，通俗一点表达，就是“谁(或什么东西)对谁(或什么东西)做了什么，在什么时间和地点，和用什么方式等”。可以看到，利用语义角色标注，可以从浅层获得整个句子表达的意思，有助于后续语言理解。

传统的语义角色标注采用了BIO(begin，inside，outside)序列标注的方法，整个方法对输入的动词，进行一次性的标注，如“我明天晚上去北京”会被标注为“B_ARG0,B_TMP,I_TMP,I_TMP,I_TMP,O,B_LOC,I_LOC”。这样的标注方法，一次性针对“去”这个动词，标记出它所支配的所有语义角色，使得准确率较低。

发明内容

本申请的主要目的为提供一种语义角色标注方法、装置、计算机设备和存储介质，旨在解决语义角色标注的准确率较低的技术问题。

为实现上述目的，本申请提供了一种语义角色标注方法，包括以下步骤：

获取待标注语句，并对所述待标注语句进行分词处理和词性标注；

根据所述词性标注的结果确定所述待标注语句中的动词；

获取各个所述动词预设的角色标签，根据所述角色标签和所述分词处理的结果构建各个所述角色标签所对应的输入样本；

将各个所述输入样本输入至语义角色标注模型；其中，所述语义角色标注模型基于BERT、BiLSTM、RoBERT或XLNe模型训练得到的；

在所述语义角色标注模型中，计算所述输入样本中的各个字作为所述输入样本所对应的所述角色标签的起始位置时的第一概率和所述输入样本中的各个字作为所述输入样本所对应的所述角色标签的结束位置时的第二概率，根据所述第一概率和所述第二概率进行角色标注。

进一步地，所述计算所述输入样本中的各个字作为所述输入样本所对应的所述角色标签的起始位置时的第一概率和所述输入样本中的各个字作为所述输入样本所对应的所述角色标签的结束位置时的第二概率的步骤之前，包括：

计算各个所述输入样本中存在所述角色标签所对应的字段的第三概率和不存在所述角色标签所对应的字段的第四概率；

将所述第三概率与所述第四概率进行比较；

若所述第四概率大于所述第三概率，则不进入计算所述输入样本中的各个字作为所述输入样本所对应的所述角色标签的起始位置时的第一概率和所述输入样本中的各个字作为所述输入样本所对应的所述角色标签的结束位置时的第二概率的步骤；