[发明专利]提取实体内容的方法、装置、电子设备及存储介质

权利要求书

1.一种提取实体内容的方法，其特征在于，包括：

获取N个实体的分组信息，所述分组信息指示了将所述N个实体划分为M个分组和各分组中包括的实体，其中，M和N为正整数，2≤M＜N；属于同一分组的实体所对应的文本长度阈值之和不大于目标长度阈值；

根据所述分组信息，确定各分组对应的提取顺序；

将目标文本与所述N个实体中各实体对应的标识文本进行拼接，得到输入文本；

对输入文本进行编码处理，得到所述输入文本对应的编码隐状态序列；

基于掩码注意力机制，对输入文本对应的编码隐状态序列按照所述提取顺序进行M路并行解码，得到M路输出文本，其中，一路输出文本包括属于一个分组的全部实体在所述目标文本中对应的实体内容，各所述实体对应的实体内容的文本长度不超过所述实体对应的文本长度阈值。

2.根据权利要求1所述的方法，其特征在于，所述基于掩码注意力机制，对输入文本对应的编码隐状态序列按照所述提取顺序进行M路并行解码，得到M路输出文本，包括：

根据所述提取顺序确定在第t时间步待解码的M个待解码字所分别对应的目标实体，不同的待解码字对应不同的目标实体；其中，t为正整数；

将M个占位符对应的嵌入向量与在第t时间步之前的已解码隐状态向量进行拼接，得到解码器网络在第t时间步对应的输入序列；

由所述解码器网络基于掩码注意力机制，利用在第t时间步对应的输入序列和所述输入文本对应的编码隐状态序列进行并行解码，得到在第t时间步的解码隐状态序列，所述解码隐状态序列包括M个解码隐状态向量，一个解码隐状态向量用于确定一个待解码字；其中，所述掩码注意力机制用于对待解码字对应的非相关文本相对于所述待解码字的注意力分数进行掩码处理，一待解码字对应的非相关文本包括除目标实体外的其他实体对应的标识文本和除目标实体外的其他实体对应的已解码字；

将按照时间先后顺序，将同一路解码所得到解码隐状态向量对应的字进行组合，得到M路输出文本。

3.根据权利要求2所述的方法，其特征在于，所述根据所述提取顺序确定在第t时间步待解码的M个待解码字所分别对应的目标实体之前，所述方法还包括：

根据所述目标长度阈值确定时间步区间；所述时间步区间为1～Q，Q为目标长度阈值；

根据一分组中所包括实体的目标数量和一分组中所包括实体对应的文本长度阈值，按照所述分组对应的提取顺序将所述时间步区间划分为目标数量个时间步子区间，其中，一时间步子区间对应于所对应分组中的一个实体，一分组中除提取顺序中最后一个实体外，其他实体所对应时间步子区间的区间长度为所对应的文本长度阈值；

所述根据所述提取顺序确定在第t时间步待解码的M个待解码字所分别对应的目标实体，包括：

对于M个分组中的各分组，在所述分组所对应的时间步子区间中，确定t所在的时间步子区间，将t所在的时间步子区间对应的实体作为所对应分组在第t时间步的目标实体。

4.根据权利要求2所述的方法，其特征在于，所述解码器网络包括顺次级联的第1级解码器子网络至第P级解码器子网络，P为正整数；

所述由所述解码器网络基于掩码注意力机制，利用在第t时间步对应的输入序列和所述输入文本对应的编码隐状态序列进行并行解码，得到在第t时间步的解码隐状态序列，包括：

获取第K级解码器子网络在第t时间步的K级解码输入序列；其中，K为正整数，1≤K≤P；当K＝1时，所述在第t时间步的K级解码输入序列是对所述在第t时间步对应的输入序列进行处理得到的序列；当K＞1时，所述在第t时间步的K级解码输入序列是第K-1级解码器子网络在第t时间步输出的K-1级解码输出序列；

由所述第K级解码器子网络基于掩码注意力机制，根据所述在第t时间步的K级解码输入序列和所述输入文本对应的编码隐状态序列进行并行解码，得到所述第K级解码器子网络在第t时间步的K级解码输出序列；

若K＜P，将所述第K级解码器子网络在第t时间步的K级解码输出序列作为第K+1级解码器子网络在第t时间步对应的K+1级解码输入序列，并由所述第K+1级解码器子网络进行解码；若K＝P，将所述第K级解码器子网络在第t时间步的K级解码输出序列作为所述在第t时间步的解码隐状态序列。