[發(fā)明專利]非結(jié)構(gòu)化文本的實(shí)體關(guān)系抽取方法及裝置

有效

• 申請(qǐng)?zhí)枺?/td>: 201811542904.1
• 申請(qǐng)日: 2018-12-17
• 公開(kāi)（公告）號(hào): CN109710928B
• 公開(kāi)（公告）日: 2022-08-19
• 發(fā)明（設(shè)計(jì)）人: 席夢(mèng)隆
• 申請(qǐng)（專利權(quán)）人: 新華三大數(shù)據(jù)技術(shù)有限公司
• 主分類號(hào): G06F40/295
• 分類號(hào): G06F40/295;G06F16/33
• 代理公司: 北京林達(dá)劉知識(shí)產(chǎn)權(quán)代理事務(wù)所(普通合伙) 11277
• 代理人: 劉新宇

1.一種非結(jié)構(gòu)化文本的實(shí)體關(guān)系抽取方法，其特征在于，所述方法包括：

對(duì)非結(jié)構(gòu)化文本中的目標(biāo)語(yǔ)句進(jìn)行命名實(shí)體識(shí)別以確定所述目標(biāo)語(yǔ)句中的命名實(shí)體，并獲取所述目標(biāo)語(yǔ)句包含的命名實(shí)體兩兩之間的關(guān)系類型；

建立所述目標(biāo)語(yǔ)句的完滿二叉樹(shù)，所述完滿二叉樹(shù)的葉子節(jié)點(diǎn)中包括以組成所述命名實(shí)體的分詞為值的葉子節(jié)點(diǎn)；

將所述完滿二叉樹(shù)的所有葉子節(jié)點(diǎn)各自對(duì)應(yīng)的n維特征向量合成為一個(gè)n維特征向量；

根據(jù)所述關(guān)系類型和合成后的n維特征向量來(lái)訓(xùn)練模型；

使用訓(xùn)練后的模型來(lái)抽取目標(biāo)非結(jié)構(gòu)化文本的關(guān)系類型，

其中，將所述完滿二叉樹(shù)的所有葉子節(jié)點(diǎn)各自對(duì)應(yīng)的n維特征向量合成為一個(gè)n維特征向量，包括：

按照所述完滿二叉樹(shù)的層自底向上，對(duì)每層中的屬于一個(gè)子樹(shù)的兩個(gè)葉子節(jié)點(diǎn)各自對(duì)應(yīng)的n維特征向量進(jìn)行合成，以得到該子樹(shù)的根節(jié)點(diǎn)對(duì)應(yīng)的n維特征向量，直至將所述完滿二叉樹(shù)的所有葉子節(jié)點(diǎn)各自對(duì)應(yīng)的n維特征向量合成為一個(gè)n維特征向量，

其中，使用訓(xùn)練后的模型來(lái)抽取目標(biāo)非結(jié)構(gòu)化文本的關(guān)系類型，包括：

通過(guò)對(duì)所述目標(biāo)非結(jié)構(gòu)化文本中的待抽取語(yǔ)句進(jìn)行命名實(shí)體識(shí)別以確定所述待抽取語(yǔ)句中的命名實(shí)體；

建立所述待抽取語(yǔ)句的完滿二叉樹(shù)；

將所述待抽取語(yǔ)句的完滿二叉樹(shù)的所有葉子節(jié)點(diǎn)各自對(duì)應(yīng)的n維特征向量合成為一個(gè)n維特征向量，并將該n維特征向量輸入至所述訓(xùn)練后的模型，所述訓(xùn)練后的模型所輸出的結(jié)果為所述目標(biāo)非結(jié)構(gòu)化文本的關(guān)系類型。

2.根據(jù)權(quán)利要求1所述的方法，其特征在于，建立所述目標(biāo)語(yǔ)句的完滿二叉樹(shù)，包括：

對(duì)所述目標(biāo)語(yǔ)句進(jìn)行句法分析，建立所述目標(biāo)語(yǔ)句對(duì)應(yīng)的句法樹(shù)；

保留所述句法樹(shù)中與所述命名實(shí)體相關(guān)聯(lián)的樹(shù)結(jié)構(gòu)；

將所述樹(shù)結(jié)構(gòu)轉(zhuǎn)換為完滿二叉樹(shù)。

3.根據(jù)權(quán)利要求1或2所述的方法，其特征在于，還包括：

獲取所述目標(biāo)語(yǔ)句包含的命名實(shí)體兩兩之間的距離；

根據(jù)所述距離和所述命名實(shí)體的類型構(gòu)建3維特征向量；

向所述合成后的n維特征向量添加所述3維特征向量，得到(n+3)維特征向量，

根據(jù)所述關(guān)系類型以及合成后的n維特征向量來(lái)訓(xùn)練模型，包括：

根據(jù)所述關(guān)系類型以及所述(n+3)維特征向量來(lái)訓(xùn)練模型。

4.一種非結(jié)構(gòu)化文本的實(shí)體關(guān)系抽取裝置，其特征在于，所述裝置包括：

處理模塊，用于對(duì)非結(jié)構(gòu)化文本中的目標(biāo)語(yǔ)句進(jìn)行命名實(shí)體識(shí)別以確定所述目標(biāo)語(yǔ)句中的命名實(shí)體，并獲取所述目標(biāo)語(yǔ)句包含的命名實(shí)體兩兩之間的關(guān)系類型；

建立模塊，用于建立所述目標(biāo)語(yǔ)句的完滿二叉樹(shù)，所述完滿二叉樹(shù)的葉子節(jié)點(diǎn)中包括以組成所述命名實(shí)體的分詞為值的葉子節(jié)點(diǎn)；

合成模塊，用于將所述完滿二叉樹(shù)的所有葉子節(jié)點(diǎn)各自對(duì)應(yīng)的n維特征向量合成為一個(gè)n維特征向量；

訓(xùn)練模塊，用于根據(jù)所述關(guān)系類型和合成后的n維特征向量來(lái)訓(xùn)練模型；

抽取模塊，用于使用訓(xùn)練后的模型來(lái)抽取目標(biāo)非結(jié)構(gòu)化文本的關(guān)系類型，

其中，所述合成模塊被配置為：

按照所述完滿二叉樹(shù)的層自底向上，對(duì)每層中的屬于一個(gè)子樹(shù)的兩個(gè)葉子節(jié)點(diǎn)各自對(duì)應(yīng)的n維特征向量進(jìn)行合成，以得到該子樹(shù)的根節(jié)點(diǎn)對(duì)應(yīng)的n維特征向量，直至將所述完滿二叉樹(shù)的所有葉子節(jié)點(diǎn)各自對(duì)應(yīng)的n維特征向量合成為一個(gè)n維特征向量，

其中，所述抽取模塊被配置為：

通過(guò)對(duì)所述目標(biāo)非結(jié)構(gòu)化文本中的待抽取語(yǔ)句進(jìn)行命名實(shí)體識(shí)別以確定所述待抽取語(yǔ)句中的命名實(shí)體；

建立所述待抽取語(yǔ)句的完滿二叉樹(shù)；

將所述待抽取語(yǔ)句的完滿二叉樹(shù)的所有葉子節(jié)點(diǎn)各自對(duì)應(yīng)的n維特征向量合成為一個(gè)n維特征向量，并將該n維特征向量輸入至所述訓(xùn)練后的模型，所述訓(xùn)練后的模型所輸出的結(jié)果為所述目標(biāo)非結(jié)構(gòu)化文本的關(guān)系類型。

5.根據(jù)權(quán)利要求4所述的裝置，其特征在于，所述建立模塊被配置為：

對(duì)所述目標(biāo)語(yǔ)句進(jìn)行句法分析，建立所述目標(biāo)語(yǔ)句對(duì)應(yīng)的句法樹(shù)；

保留所述句法樹(shù)中與所述命名實(shí)體相關(guān)聯(lián)的樹(shù)結(jié)構(gòu)；

將所述樹(shù)結(jié)構(gòu)轉(zhuǎn)換為完滿二叉樹(shù)。

6.根據(jù)權(quán)利要求4或5所述的裝置，其特征在于，還包括：

獲取模塊，用于獲取所述目標(biāo)語(yǔ)句包含的命名實(shí)體兩兩之間的距離；

構(gòu)建模塊，用于根據(jù)所述距離和所述命名實(shí)體的類型構(gòu)建3維特征向量；

添加模塊，用于向所述合成后的n維特征向量添加所述3維特征向量，得到(n+3)維特征向量，

所述訓(xùn)練模塊被配置為：

根據(jù)所述關(guān)系類型以及所述(n+3)維特征向量來(lái)訓(xùn)練模型。