[发明专利]一种数据信息的抽取方法及装置、电子设备、存储介质

权利要求书

1.一种数据信息的抽取方法，其特征在于，包括：

获取用户输入的待抽取文档；

将所述待抽取文档输入预先训练好的实体抽取模型中，得到所述待抽取文档的实体集合；其中，所述实体抽取模型预先利用多个待抽取样本进行训练得到；所述实体集合至少包括多个实体对；一个所述实体对至少包括两个实体；

分别对所述待抽取文档的实体集合中的每个所述实体对进行关系抽取，得到各个所述实体对之间的谓词集合；

从各个所述实体对之间的谓词集合中抽取每个所述实体对之间的第一目标谓词；其中，所述第一目标谓词指代在所述谓词集合中出现频率最高的谓词；

向所述用户反馈所述待抽取文档的抽取结果；

当接收到所述用户发送的第一选择指令时，基于各个所述实体对之间的第一目标谓词及其对应的各个所述实体对，对知识图谱进行更新。

2.根据权利要求1所述的方法，其特征在于，所述向所述用户反馈所述待抽取文档的抽取结果之后，还包括：

当接收到所述用户发送的第二选择指令时，从所述知识图谱中查找各个所述实体对之间的谓词列表；

将各个所述实体对之间的谓词集合与各个所述实体对之间的谓词列表进行合并，得到各个所述实体对之间的目标谓词集合；

从各个所述实体对之间的目标谓词集合抽取每个所述实体对之间的第二目标谓词；其中，所述第二目标谓词指代在所述目标谓词集合中出现频率最高的谓词；

基于各个所述实体对之间的第二目标谓词及其对应的各个所述实体对，对所述知识图谱进行更新。

3.根据权利要求1所述的方法，其特征在于，所述实体抽取模型的训练方法，包括：

获取多个所述待抽取样本；

分别将各个所述待抽取样本输入预先训练好的实体抽取模型，通过所述实体抽取模型得到各个所述待抽取样本的样本实体集合；

基于各个所述待抽取样本的样本实体集合，判断所述实体抽取模型的损失函数是否收敛；

若判断出所述实体抽取模型的损失函数未收敛，则调整所述实体抽取模型的参数，并返回执行分别将各个所述待抽取样本输入预先训练好的实体抽取模型，通过所述实体抽取模型得到各个所述待抽取样本的样本实体集合；

若判断出所述实体抽取模型的损失函数收敛，则将所述实体抽取模型确定为训练好的所述实体抽取模型。

4.根据权利要求1所述的方法，其特征在于，所述分别对所述待抽取文档的实体集合中的每个所述实体对进行关系抽取，得到各个所述实体对之间的谓词集合，包括：

从所述待抽取文档的实体集合中获取所述待抽取文档的每个所述实体对；

从所述待抽取文档中查找各个所述实体对的目标语句；其中，所述目标语句指代所述实体对在所述待抽取文档中所处的语句；

对各个所述实体对的目标语句进行句法分析，得到各个所述实体对与各个所述实体对的目标语句之间的句法关系；

基于各个所述实体对与各个所述实体对的目标语句之间的句法关系，从各个所述实体对的目标语句查找每个所述实体对之间的谓词；

分别将所述待抽取文档和所述待抽取文档的各个所述实体对输入训练好的关系抽取模型中，得到各个所述实体对之间的第一谓词集合；其中，所述关系抽取模型预先利用多个所述待抽取样本及其的多个样本实体对进行训练得到；

将各个所述实体对之间的第一谓词集合与各个所述实体对之间的谓词进行合并，得到各个所述实体对之间的谓词集合。