申请/专利权人:北京中科闻歌科技股份有限公司
申请日:2020-01-19
公开(公告)日:2024-03-01
公开(公告)号:CN113139116B
主分类号:G06F16/9535
分类号:G06F16/9535;G06F16/28
优先权:
专利状态码:有效-授权
法律状态:2024.03.01#授权;2021.08.06#实质审查的生效;2021.07.20#公开
摘要:本发明公开了一种基于BERT的媒体信息观点抽取方法、装置、设备和存储介质。该方法包括:获取观点待抽取的语料信息;利用预设的命名实体识别算法,识别语料信息中的命名实体;将命名实体和语料信息输入预先训练的观点抽取模型中,并获取观点抽取模型输出的命名实体对应的观点信息;其中,观点抽取模型根据命名实体和语料信息,生成命名实体对应的字符序列;观点抽取模型的BERT模型根据命名实体对应的字符序列,生成命名实体对应的字符向量序列;观点抽取模型的softmax层根据命名实体对应的字符向量序列以及训练观点抽取模型时得到的片段开始向量和片段结束向量,确定命名实体对应的观点信息。本发明可以减轻人工抽取观点信息的工作量,提升观点信息抽取的准确性。
主权项:1.一种基于BERT的媒体信息观点抽取方法,其特征在于,包括:获取观点待抽取的语料信息;利用预设的命名实体识别算法,识别所述语料信息中的命名实体;将所述命名实体和所述语料信息输入预先训练的观点抽取模型中,并获取所述观点抽取模型输出的所述命名实体对应的观点信息;其中,所述观点抽取模型根据所述命名实体和所述语料信息,生成所述命名实体对应的字符序列,包括:观点抽取模型根据输入的命名实体和语料信息,拼接所述命名实体的字符和所述语料信息的字符,得到所述命名实体对应的字符序列,其中,所述拼接所述命名实体的字符和所述语料信息的字符,包括:连接所述命名实体的字符和所述语料信息的字符,形成字符串;在所述字符串的第一个字符之前添加第一预设标记,在所述字符串的最后一个字符之后添加第二预设标记;在所述命名实体的字符和所述语料信息的字符之间插入第三预设标记;所述观点抽取模型的BERT模型根据所述命名实体对应的字符序列,生成所述命名实体对应的字符向量序列;所述观点抽取模型的softmax层根据所述命名实体对应的字符向量序列以及训练所述观点抽取模型时得到的片段开始向量和片段结束向量,确定所述命名实体对应的观点信息,其中,片段开始向量和片段结束向量为softmax层中的参数,片段开始向量片段结束向量都为多维向量。
全文数据:
权利要求:
百度查询: 北京中科闻歌科技股份有限公司 基于BERT的媒体信息观点抽取方法、装置、设备和存储介质
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。