摘要
本申请提供一种基于bert算法的知识抽取方法及相关设备。方法包括：获取待抽取知识的文本数据；包括结构化、半结构化或非结构化数据中的任意一种；对待抽取知识的文本数据进行预处理，分词处理，标注处理以及格式转换处理，得到待抽取知识的向量数据；待抽取知识的向量数据包括词向量数据和字向量数据；将待抽取知识的向量数据输入至预先训练的bert模型中，输出知识抽取结果数据；预先训练的bert模型为经过微调训练所得的bert模型；对知识抽取结果数据进行基于聚类的知识融合；存储知识融合后的数据至关系型数据库中；关系型数据库具有知识查询界面。能够提高知识抽取的准确率和效率，快速从大规模的文本数据中抽取有用的知识。
