[發明專利]基于句義結構模型的開放式實體關系抽取方法

在審

• 申請號: 201810234056.1
• 申請日: 2018-03-21
• 公開（公告）號: CN108363816A
• 公開（公告）日: 2018-08-03
• 發明（設計）人: 羅森林;尹繼澤;潘麗敏;郭佳;吳舟婷
• 申請（專利權）人: 北京理工大學
• 主分類號: G06F17/30
• 分類號: G06F17/30;G06F17/27
• 代理公司: 暫無信息
• 代理人: 暫無信息

1.基于句義結構模型的開放式實體關系抽取方法，其特征在于所述方法包括如下步驟：

步驟1，對微博數據進行預處理，包括：提取微博數據的正文，對微博數據的正文進行分句、分詞、去停用詞和詞性標注，然后利用依存分析工具，得到依存句法解析樹；

步驟2，結合基本名詞短語規則、關系詞抽取規則和論元抽取規則抽取實體關系三元組，然后通過置信度計算規則，對實體關系三元組進行篩選，生成實體關系對候選集；

步驟3，基于CSM計算句子相似度得到Sim₁，基于PV計算句子相似度得到Sim₂，然后進行相似度加權融合得到句子相似度，進而得到句子相似度矩陣；

步驟4，根據句子相似度矩陣和相似度閾值劃分相似句子組，然后結合組內句子包含的實體關系對與其對應的置信度，合并組內實體關系對，獲得最終結果。

2.根據權利要求1所述的基于句義結構模型的開放式實體關系抽取方法，其特征在于：步驟2中計算實體關系對的置信度時，所選特征包括：關系詞在兩論元中間、兩論元在關系詞一側、ER對存在VOB路徑、ER對存在FOB路徑，論元與關系詞之間的距離。

3.根據權利要求1所述的基于句義結構模型的開放式實體關系抽取方法，其特征在于：步驟2中計算實體關系對的置信度時，特征“論元與關系詞之間的距離”對應的權重Dis計算方法如式1所示：

其中e₁、e₂分別是實體關系對中的兩個論元，r是實體關系對中的關系詞，dis(e₁,e₂)表示兩個論元在句子中的距離，即二者之間詞的個數，dis(e₁,r)表述論元e₁和關系詞r在句子中的距離，dis(r,e₂)表示關系詞r與論元e₂在句子中的距離。

4.根據權利要求1所述的基于句義結構模型的開放式實體關系抽取方法，其特征在于：步驟3和步驟4中基于CSM計算句子相似度得到Sim₁，基于PV計算句子相似度得到Sim₂，然后進行相似度加權融合得到句子相似度，進而得到句子相似度矩陣，根據句子相似度矩陣和相似度閾值劃分相似句子組，然后結合組內句子包含的實體關系對與其對應的置信度，合并組內實體關系對，實現實體關系結果降冗余。