【技术实现步骤摘要】
本专利技术涉及数据处理领域，具体而言，涉及一种文本抽取的方法及装置。
技术介绍
1、在文本抽取任务中，语义相似度计算是最重要且技术含量最高的工作之一。业务侧通常会提供一批文本和一批目标句子，要求技术人员从这批文本中抽取出与这批目标句子相似的句子。为了衡量相似度，需要使用语义相似度模型。目前，业界主要采用两种方法来计算语义相似度：交叉编码器cross-encoder和双向编码器bi-encoder。
2、cross-encoder方法在计算语义相似度时，需要将两个句子拼接在一起并输入给模型。例如，对于10000个句子两两计算相似度，需要进行约五千万次模型计算，一台机器需要执行65小时才能完成计算。因此，在工业界，bi-encoder模型在计算语义相似度方面更为常用。
3、bi-encoder模型分为有监督模型(如来自变换器的句子双向编码器表示模型(sentence-bidirectional encoder representations from transformers，简称sbert))和无监督模型(如具有共...
【技术保护点】
1.一种文本抽取的方法，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，所述语义相似度模型在训练阶段通过以下步骤对模型进行训练：
3.根据权利要求1所述的方法，其特征在于，根据预设规则对待抽取文本进行拆分和组合，得到多个组合句包括：
4.根据权利要求3所述的方法，其特征在于，根据第一预设字符对所述待抽取文本进行拆分得到多个最小句包括：
5.根据权利要求4所述的方法，其特征在于，根据第二预设字符对待抽取文本的段落进行拆分，得到一个或多个所述原始句之前，所述方法还包括：
6.根据权利要求1所述的方法...
【技术特征摘要】
1.一种文本抽取的方法，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，所述语义相似度模型在训练阶段通过以下步骤对模型进行训练：
3.根据权利要求1所述的方法，其特征在于，根据预设规则对待抽取文本进行拆分和组合，得到多个组合句包括：
4.根据权利要求3所述的方法，其特征在于，根据第一预设字符对所述待抽取文本进行拆分得到多个最小句包括：
5.根据权利要求4所述的方法，其特征在于，根据第二预设字符对待抽取文本的段落进行拆分，得到一个或多个所述原始句之前，所述方法还包括：
6.根据权利要求1所述的方法，其特征在于，所述语义相似度模型在训练阶段通过以下步骤确定损失函数的损...
【专利技术属性】
技术研发人员：石聪，张彬，黄彪，王田利，贾亚璐，张高伟，
申请(专利权)人：中国光大银行股份有限公司，
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。