【技术实现步骤摘要】
本专利技术涉及自然语言处理，尤其涉及一种信息抽取模板的生成方法和装置。
技术介绍
1、信息抽取(information extraction)目前可以应用于各类信息的处理，如药学领域文本信息(如药品说明书、药品单据等)。信息抽取指的是从自然语言文本中抽取出特定的事件或事实信息，来帮助将海量内容自动分类、提取和重构，这些信息通常包括实体(entity)、关系(relation)和事件(event)，目前信息抽取技术主要有两个方向：基于模板匹配的方法和基于深度学习的方法。
2、对于前一方法，其信息抽取准确率高，但是由于自然语言的灵活性，需要人工编写和维护大量的规则模板，使得人工工作量较大，如果规则模板数量不足，则无法保证召回率。对于后一方法，深度学习模型的可解释性稍差，难以针对具体结果进行调优，只能在统计层面改进，并且，目前深度学习模型在一些经典自然语言理解任务上(例如实体抽取、关系抽取)的准确率还达不到实用要求。
技术实现思路
1、有鉴于此，本专利技术实施例提供一种信息抽取模板的...
【技术保护点】
1.一种信息抽取模板的生成方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，所述根据任一初始模板中的组成部分确定多个模板单位，包括：
3.根据权利要求1所述的方法，其特征在于，所述预设顺序为：所述多个模板单位之间的任一随机顺序，或者，符合预设排序规则的、所述多个模板单位之间的一种随机顺序。
4.根据权利要求1所述的方法，其特征在于，所述将确定的多个模板单位以多种预设顺序排列，形成对应于该初始模板的多个新模板，包括：
5.根据权利要求4所述的方法，其特征在于，所述方法进一步包括：在所述形成对应于该初始模板...
【技术特征摘要】
1.一种信息抽取模板的生成方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，所述根据任一初始模板中的组成部分确定多个模板单位，包括：
3.根据权利要求1所述的方法，其特征在于，所述预设顺序为：所述多个模板单位之间的任一随机顺序，或者，符合预设排序规则的、所述多个模板单位之间的一种随机顺序。
4.根据权利要求1所述的方法，其特征在于，所述将确定的多个模板单位以多种预设顺序排列，形成对应于该初始模板的多个新模板，包括：
5.根据权利要求4所述的方法，其特征在于，所述方法进一步包括：在所述形成对应于该初始模板的多个新模板之后，对于任一新模板：
6.根据...
【专利技术属性】
技术研发人员：杨帅，张亚，吴元清，周谦，
申请(专利权)人：北京京东拓先科技有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。