[发明专利]保险领域三元组抽取方法、装置、电子设备及存储介质

说明书

本发明涉及自然语言领域，揭露一种保险领域三元组抽取方法、装置、电子设备及可读存储介质，所述方法包括：对保险目标文本进行编码，得到文本向量及文本向量位置编码；利用第一半指针半标注预测模型，预测所述保险目标文本中第一实体的首尾位置；查找所述第一实体的第一实体文本向量及第一实体文本向量位置编码；对所述第一实体文本向量编码，并拼接编码后的向量与所述第一实体文本向量位置编码，得到第一拼接向量；利用第二半指针半标注预测模型预测所述第一实体对应的关系及第二实体；根据所述第一实体、所述第一实体对应的关系及所述第二实体，生成所述保险目标文本的三元组。本发明可以提高保险领域三元组抽取的全面性及准确率。

技术领域

本发明涉及自然语言领域，尤其涉及一种保险领域三元组抽取方法、装置、电子设备及可读存储介质。

背景技术

随着科技的发展与进步，在阅读保险文档时，为了便于用户快速掌握保险文档内容，往往会根据保险文档，生成知识图谱，其中三元组是知识图谱的一种形式，三元组是指形如(s,p,o)的集合，s是实体，o可以是实体或属性值，p是两个实体的关系或实体的属性，例如，从“人身安全险的受益人是小明”中可以抽取(人身安全险，受益人，小明)三元组。

目前常见的保险领域三元组抽取方法中三元组的关系类别或属性类别都是固定的，因此目前常见的保险领域三元组抽取方法的抽取流程多为先抽取一个实体，然后判断这个实体是否属于固定关系类别或固定属性类别中的一种，继而找到另一个实体或这个实体属性对应的属性值，但是在开放领域种，在同一个文本中，同一个(s,o)可以具有多种关系类别或属性类别，因此，文本在进行保险领域三元组抽取时无法完全覆盖所有关系类别或属性类别，从而导致无法完成该文本所有三元组形式的抽取，限制了保险领域三元组抽取的范围，降低文本保险领域三元组抽取的全面性及准确率。

发明内容

本发明提供一种保险领域三元组抽取方法、装置、电子设备及可读存储介质，其目的在于提高保险领域三元组抽取的全面性及准确率。

为实现上述目的，本发明提供的一种保险领域三元组抽取方法，所述方法包括：

获取保险目标文本，利用预设的Bert模型中的编码模块对所述保险目标文本进行编码，得到文本向量及文本向量位置编码；

利用预设第一自注意力机制，对所述文本向量加入对应权重，得到第一权重文本向量，基于所述第一权重文本向量，利用预设的第一半指针半标注预测模型，预测所述保险目标文本中第一实体的首尾位置；

根据所述第一实体的首尾位置、所述文本向量及所述文本向量位置编码，查找所述第一实体文本向量及第一实体文本向量位置编码；

利用预设双向长短时记忆网络对所述第一实体文本向量编码，得到第一实体编码向量，并将所述第一实体编码向量与所述第一实体文本向量位置编码进行拼接，得到第一拼接向量；

利用预设第二自注意力机制，对所述文本向量加入对应权重，得到第二权重文本向量，拼接所述第二权重文本向量及所述第一拼接向量，得到第二拼接向量；

根据所述第二拼接向量，利用预设的第二半指针半标注预测模型预测所述第一实体对应的关系及第二实体；

当所述第一实体、所述第一实体对应的关系及所述第二实体能够形成一个闭环时，根据所述第一实体、所述第一实体对应的关系及所述第二实体，生成所述保险目标文本的三元组。

可选地，所述利用预设的Bert模型中的编码模块对所述保险目标文本进行编码，得到文本向量及文本向量位置编码，包括：

提取所述保险目标文本的文本特征，并对所述文本特征进行字词混合编码，得到字词向量序列；

对所述保险目标文本中的每一个文字进行位置索引编码，得到文本向量位置编码；