[发明专利]一种数据信息的抽取方法及装置、电子设备、存储介质在审
申请号: | 202211593970.8 | 申请日: | 2022-12-13 |
公开(公告)号: | CN115935966A | 公开(公告)日: | 2023-04-07 |
发明(设计)人: | 郭靖宇 | 申请(专利权)人: | 中国建设银行股份有限公司江苏省分行 |
主分类号: | G06F40/279 | 分类号: | G06F40/279;G06F40/216;G06F16/28 |
代理公司: | 北京集佳知识产权代理有限公司 11227 | 代理人: | 李婉 |
地址: | 210002 *** | 国省代码: | 江苏;32 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 数据 信息 抽取 方法 装置 电子设备 存储 介质 | ||
本申请公开了一种数据信息的抽取方法及装置、电子设备、存储介质,所述方法包括:获取用户输入的待抽取文档;将待抽取文档输入预先训练好的实体抽取模型中,得到待抽取文档的实体集合;其中,实体抽取模型预先利用多个待抽取样本进行训练得到;实体集合至少包括多个实体对;分别对待抽取文档的实体集合中的每个实体对进行关系抽取,得到各个实体对之间的谓词集合;从各个实体对之间的谓词集合中抽取每个实体对之间的第一目标谓词;其中,第一目标谓词指代在谓词集合中出现频率最高的谓词;向用户反馈待抽取文档的抽取结果;当接收到用户发送的第一选择指令时,基于各个实体对之间的第一目标谓词及其对应的各个实体对,对知识图谱进行更新。
技术领域
本申请涉及数据处理技术领域,尤其涉及一种数据信息的抽取方法及装置、电子设备、存储介质。
背景技术
在金融行业的业务工作中,通常会有从文本材料等非结构化数据中提取出金融相关的实体名称,并查找其相关联的其他金融实体的需求。
在现有的技术中,主要采用三种方式对信息进行提取,一是采用人工的方式,即人工根据自身的经验知识从数据中提取实体名,然后再根据上下文查找出该实体名相关联的其他实体名。另一种则是基于规则和模板的信息抽取,通过业务领域专家根据自身经验来设置抽取规则,再由计算机领域专家将这些抽取规则固化为程序算法或者模板,最终再利用固化好的程序进行信息抽取。还有一种则是机器学习的知识抽取,直接将数据集输入学习预先训练好的模型进行知识抽取,从而可以通过该模型得到数据集的提取结果。
但是,对于第一种人工提取的方式,由于是通知根据人工的经验知识来提取信息,容易导致提取的信息不够准确,并且处理效率低下。对于第二种方式,由于需要通过业务领域专家来设置抽取规则以及通过计算机领域专家固化程序才能实现抽取,导致过于的依赖领域专家,并且抽取规则还是根据自身的经验,容易导致信息的提取也不够地准确。对于第三种方式,机器学习模型对数据和算力的要求较高,并且抽取过程解释性较差,从而导致最终的提取结果难以理解。
发明内容
基于上述现有技术的不足,本申请提供了一种数据信息的抽取方法及装置、电子设备、存储介质,以解决现有技术的提取结果不够准确的问题。
为了实现上述目的,本申请提供了以下技术方案:
本申请第一方面提供了一种数据信息的抽取方法,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。
可选地,在上述的数据信息的抽取方法中,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;
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于中国建设银行股份有限公司江苏省分行,未经中国建设银行股份有限公司江苏省分行许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202211593970.8/2.html,转载请声明来源钻瓜专利网。
- 数据显示系统、数据中继设备、数据中继方法、数据系统、接收设备和数据读取方法
- 数据记录方法、数据记录装置、数据记录媒体、数据重播方法和数据重播装置
- 数据发送方法、数据发送系统、数据发送装置以及数据结构
- 数据显示系统、数据中继设备、数据中继方法及数据系统
- 数据嵌入装置、数据嵌入方法、数据提取装置及数据提取方法
- 数据管理装置、数据编辑装置、数据阅览装置、数据管理方法、数据编辑方法以及数据阅览方法
- 数据发送和数据接收设备、数据发送和数据接收方法
- 数据发送装置、数据接收装置、数据收发系统、数据发送方法、数据接收方法和数据收发方法
- 数据发送方法、数据再现方法、数据发送装置及数据再现装置
- 数据发送方法、数据再现方法、数据发送装置及数据再现装置
- 信息记录介质、信息记录方法、信息记录设备、信息再现方法和信息再现设备
- 信息记录装置、信息记录方法、信息记录介质、信息复制装置和信息复制方法
- 信息记录装置、信息再现装置、信息记录方法、信息再现方法、信息记录程序、信息再现程序、以及信息记录介质
- 信息记录装置、信息再现装置、信息记录方法、信息再现方法、信息记录程序、信息再现程序、以及信息记录介质
- 信息记录设备、信息重放设备、信息记录方法、信息重放方法、以及信息记录介质
- 信息存储介质、信息记录方法、信息重放方法、信息记录设备、以及信息重放设备
- 信息存储介质、信息记录方法、信息回放方法、信息记录设备和信息回放设备
- 信息记录介质、信息记录方法、信息记录装置、信息再现方法和信息再现装置
- 信息终端,信息终端的信息呈现方法和信息呈现程序
- 信息创建、信息发送方法及信息创建、信息发送装置