抽取新知識(shí)點(diǎn)的方法

基本信息

申請(qǐng)?zhí)?/td> CN201810473799.4 申請(qǐng)日 -
公開(kāi)（公告）號(hào) CN108763368A 公開(kāi)（公告）日 2018-11-06
申請(qǐng)公布號(hào) CN108763368A 申請(qǐng)公布日 2018-11-06
分類號(hào) G06F17/30;G06F17/27 分類 計(jì)算；推算；計(jì)數(shù);
發(fā)明人 韓警;鐘翰廷;吳金龍;王守崑 申請(qǐng)（專利權(quán)）人 愛(ài)因互動(dòng)科技發(fā)展（北京）有限公司
代理機(jī)構(gòu) 北京卓孚知識(shí)產(chǎn)權(quán)代理事務(wù)所（普通合伙） 代理人 愛(ài)因互動(dòng)科技發(fā)展（北京）有限公司
地址 100095 北京市海淀區(qū)北清路68號(hào)院24號(hào)樓D座4層017
法律狀態(tài) -

摘要

摘要 提供一種抽取新知識(shí)點(diǎn)的方法。該方法包括：針對(duì)待抽取文檔進(jìn)行文檔內(nèi)容解析；對(duì)于解析出的文檔內(nèi)容進(jìn)行段落結(jié)構(gòu)化處理；基于段落預(yù)測(cè)模型，預(yù)測(cè)段落包含新知識(shí)點(diǎn)的概率值，根據(jù)預(yù)測(cè)的概率值定位新知識(shí)點(diǎn)所處于的段落；基于知識(shí)點(diǎn)抽取模型，在定位的段落中抽取有關(guān)新知識(shí)點(diǎn)的內(nèi)容。知識(shí)點(diǎn)包括字、詞、詞組、短句、長(zhǎng)句等。段落預(yù)測(cè)模型是通過(guò)針對(duì)新增知識(shí)點(diǎn)進(jìn)行標(biāo)注而更新的。知識(shí)點(diǎn)抽取模型是基于已有知識(shí)點(diǎn)的通用抽取模型，通過(guò)對(duì)新增知識(shí)點(diǎn)進(jìn)行標(biāo)注而更新的。該抽取方法結(jié)合了文檔結(jié)構(gòu)化信息，從而縮小了抽取范圍，獲得更高抽取準(zhǔn)確率。同時(shí)，通過(guò)引入遷移學(xué)習(xí)技術(shù)和少量標(biāo)注，可以有效利用已有模型，實(shí)現(xiàn)抽取系統(tǒng)升級(jí)維護(hù)的自動(dòng)化。