一種文本實(shí)體抽取方法

基本信息

申請?zhí)?/td> CN201910472799.7 申請日 -
公開（公告）號 CN110188359A 公開（公告）日 2019-08-30
申請公布號 CN110188359A 申請公布日 2019-08-30
分類號 G06F17/27 分類 計算；推算；計數(shù);
發(fā)明人 金霞 申請（專利權(quán)）人 成都火石創(chuàng)造科技有限公司
代理機(jī)構(gòu) 杭州求是專利事務(wù)所有限公司 代理人 劉靜;邱啟旺
地址 610200 四川省成都市成都天府國際生物城(雙流區(qū)生物城中路二段18號)
法律狀態(tài) -

摘要

摘要 本發(fā)明公開了一種文本實(shí)體抽取方法，本發(fā)明利用了大量語料中信息的冗余和重復(fù)，先用短語分割和遠(yuǎn)程監(jiān)督的方式得到噪聲較多的實(shí)體，再挖掘?qū)嶓w的上下文序列模式(規(guī)則)，自動地得到了Snorkel的輸入規(guī)則，利用Snorkel對噪聲標(biāo)簽的容錯能力，得到了質(zhì)量比遠(yuǎn)程監(jiān)督好的結(jié)果。循環(huán)地對模型和結(jié)果修正，逐漸去掉噪聲，并得到更可靠的序列模式。本發(fā)明沒有用標(biāo)簽樣本，節(jié)省了人工；Snorkel的輸入規(guī)則是自動得到的；結(jié)合遠(yuǎn)程監(jiān)督、規(guī)則挖掘、snorkel，以及循環(huán)過程，遞進(jìn)式地改善結(jié)果、去除噪聲，提高抽取質(zhì)量。