(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202211237486.1 (22)申请日 2022.10.11 (71)申请人 北京云迹科技股份有限公司 地址 100089 北京市海淀区北四环西路67 号7层702室 (72)发明人 郭俊廷　支涛　 (74)专利代理 机构 北京嘉科知识产权代理事务 所(特殊普通 合伙) 11687 专利代理师 杨超 (51)Int.Cl. G06F 40/295(2020.01) G06F 40/211(2020.01) G06F 40/216(2020.01) G06F 40/237(2020.01) G06F 40/30(2020.01)G06K 9/62(2022.01) (54)发明名称 抽取文本实体的方法、 装置、 电子设备及存 储介质 (57)摘要 本公开涉及 文本处理技术领域， 提供了抽取 文本实体的方法、 装置、 电子设备及存储介质。 该 方法包括： 获取待处理的用户文本以及用户文本 所属领域对应的目标辞典， 其中， 目标辞典包括 多个条目， 每个条目包括辞典实体和用于解释辞 典实体的释义信息； 抽取用户文本中的实体信 息， 并对实体信息进行实体信息编码处理， 得到 实体信息矩阵， 其中， 实体信息包括多个初始文 本实体； 对用户文本进行依存句法编码处理， 得 到句法信息矩阵； 对实体信息矩阵、 句法信息矩 阵和目标辞典进行辞典语义匹配处理， 得到每个 初始文本实体对于目标辞典中所有条目的分布 概率； 基于每个初始文本实体对于目标辞典中所 有条目的分布 概率， 确定用户文本对应的多个最 终文本实体 。 权利要求书2页 说明书11页 附图3页 CN 115329767 A 2022.11.11 CN 115329767 A 1.一种抽取文本实体的方法， 其特 征在于， 包括： 获取待处理的用户文本以及所述用户文本所属领域对应的目标辞典， 其中， 所述目标 辞典包括多个条目， 每 个条目包括辞典 实体和用于解释所述辞典 实体的释义信息； 抽取所述用户文本中的实体信息， 并对所述实体信息进行实体信息编码处理， 得到实 体信息矩阵， 其中， 所述实体信息包括多个初始文本实体； 对所述用户文本进行依存句法编码处 理， 得到句法信息矩阵； 对所述实体信息矩阵、 所述句法信息矩阵和所述目标辞典进行辞典语义匹配处理， 得 到每个初始文本实体对于所述目标 辞典中所有条目的分布概 率； 基于每个初始文本实体对于所述目标辞典中所有条目的分布概率， 确定所述用户文本 对应的多个最终文本实体。 2.根据权利要求1所述的方法， 其特征在于， 所述对所述实体信 息进行实体信 息编码处 理， 得到实体信息矩阵， 包括： 确定每个初始文本实体中每个单词的词向量以及每个初始文本实体的类别信息的独 热向量， 其中， 每 个初始文本实体均包括多个单词和类别 信息； 对每个初始文本实体对应的所有词向量进行向量平均操作， 得到每个初始文本实体对 应的平均向量； 对每个初始文本实体对应的平均向量和独热向量进行向量拼接处理， 得到每个初始文 本实体对应的实体信息向量； 对所有初始文本实体对应的实体信息向量进行编码处 理， 得到所述实体信息矩阵。 3.根据权利要求1所述的方法， 其特征在于， 所述对所述用户文本进行依存句法编码处 理， 得到句法信息矩阵， 包括： 统计所述用户文本中与每 个单词存在依存关系的其它单词的数量， 以生成度矩阵； 基于所述用户文本中每 个单词与其它单词存在的依存关系， 生成邻接矩阵； 对所述度矩阵和所述邻接矩阵进行矩阵规范化处 理； 基于经过所述矩阵规范化处 理后的度矩阵和邻接矩阵， 确定所述句法信息矩阵。 4.根据权利要求3所述的方法， 其特征在于， 所述统计所述用户文本 中与每个单词存在 依存关系的其它单词的数量， 以生成度矩阵之前， 所述方法还 包括： 对所述用户文本进行语法分析， 得到分析 结果； 基于所述分析 结果， 构建所述用户文本中每两个单词之间的依存关系。 5.根据权利要求1所述的方法， 其特征在于， 所述对所述实体信息矩阵、 所述句法信息 矩阵和所述目标辞典进行辞典语义匹配处理， 得到每个初始文本实体对于所述目标辞典中 所有条目的分布概 率， 包括： 对所述实体信息矩阵进行实体信息解码处 理， 得到第一 解码矩阵； 对所述句法信息矩阵进行句法信息解码处理， 得到第二解码矩阵， 并对所述第二解码 矩阵进行复制填充， 得到第三解码矩阵， 其中， 所述第一解码矩阵和所述第三解码矩阵的矩 阵维度一 致； 对所述第一解码矩阵、 所述第三解码矩阵和所述目标辞典进行匹配处理， 得到每个初 始文本实体对于所述目标 辞典中所有条目的分布概 率。 6.根据权利要求5所述的方法， 其特征在于， 所述对所述第一解码矩阵、 所述第三解码权　利　要　求　书 1/2 页 2 CN 115329767 A 2矩阵和所述目标辞典进行匹配处理， 得到每个初始文本实体对于所述目标辞典中所有 条目 的分布概 率， 包括： 对所述第一 解码矩阵和所述第三 解码矩阵进行计算， 得到第一目标矩阵； 对所述第一目标矩阵和所述目标 辞典进行计算， 得到第二目标矩阵； 根据所述第 二目标矩阵， 确定每个初始文本实体对于所述目标辞典中所有条目的分布 概率。 7.根据权利要求1所述的方法， 其特征在于， 所述基于每个初始文本实体对于所述目标 辞典中所有条目的分布概 率， 确定所述用户文本对应的多个最终文本实体， 包括： 基于每个初始文本实体对于所述目标辞典中所有条目的分布概率， 确定每个初始文本 实体对应的辞典 实体； 组合所有初始文本实体对应的辞典实体， 得到所述用户文本对应的多个最终文本实 体。 8.一种抽取文本实体的装置， 其特 征在于， 包括： 获取模块， 被配置为获取待处理的用户文本以及所述用户文本所属领域对应的目标辞 典， 其中， 所述目标辞典包括多个条目， 每个条目包括辞典实体和用于解释所述辞典实体的 释义信息； 第一编码模块， 被配置为抽取所述用户文本中的实体信息， 并对所述实体信息进行实 体信息编码处 理， 得到实体信息矩阵， 其中， 所述实体信息包括多个初始文本实体； 第二编码模块， 被 配置为对所述用户文本进行依存句法编码处 理， 得到句法信息矩阵； 匹配模块， 被配置为对所述实体信息矩阵、 所述句法信息矩阵和所述目标辞典进行辞 典语义匹配处 理， 得到每 个初始文本实体对于所述目标 辞典中所有条目的分布概 率； 确定模块， 被配置为基于每个初始文本实体对于所述目标辞典中所有条目的分布概 率， 确定所述用户文本对应的多个最终文本实体。 9.一种电子设备， 包括存储器、 处理器以及存储在所述存储器中并且可在所述处理器 上运行的计算机程序， 其特征在于， 所述处理器执行所述计算机程序时实现如权利要求 1至 7中任一项所述方法的步骤。 10.一种计算机可读存储介质， 所述计算机可读存储介质存储有计算机程序， 其特征在 于， 所述计算机程序被处 理器执行时实现如权利要求1至7中任一项所述方法的步骤。权　利　要　求　书 2/2 页 3 CN 115329767 A 3