[發明專利]一種基于統計機器學習算法的實體共指消解方法

在審

• 申請號: 201910542364.5
• 申請日: 2019-06-21
• 公開（公告）號: CN110362682A
• 公開（公告）日: 2019-10-22
• 發明（設計）人: 肖清林
• 申請（專利權）人: 廈門美域中央信息科技有限公司
• 主分類號: G06F16/35
• 分類號: G06F16/35;G06F16/36;G06N20/00
• 代理公司: 北京勁創知識產權代理事務所(普通合伙) 11589
• 代理人: 王志敏

1.一種基于統計機器學習算法的實體共指消解方法，其特征在于，方法步驟包括：

S1、構建資料庫，并將資料庫內容隨機劃分為訓練組和實測組；

S2、確定實體共指消解的特征；

S3、根據實體共指消解的特征對訓練組進行表述檢測，通過表述檢測識別出訓練組中可能產生實體共指的全部候選表述；

S4、根據檢測結果構建實體共指表述對集合；

S5、構建分類模型；分類模型包括輸入模塊、分類器模塊和輸出模塊；

S6、將實體共指表述對集合依次輸入分類模型中，進行訓練；

S7、根據訓練結果對分類模型進行校正，并除去不匹配的表述對；

S8、將實測組信息輸入分類模型，并生成結果。

2.根據權利要求1所述的一種基于統計機器學習算法的實體共指消解方法，其特征在于，在S1中，訓練組和實測組均包括多個三元組。

3.根據權利要求2所述的一種基于統計機器學習算法的實體共指消解方法，其特征在于，三元組包括主語、謂語和賓語。

4.根據權利要求1所述的一種基于統計機器學習算法的實體共指消解方法，其特征在于，在S2中，實體共指消解的特征包括：詞法特征、語法特征、距離和位置特征、以及語義特征；其中實體與表述的距離是方法的核心。

5.根據權利要求1所述的一種基于統計機器學習算法的實體共指消解方法，其特征在于，在S3中，候選表述的表述對主要來自所有三元組中的主語子集。

6.根據權利要求1所述的一種基于統計機器學習算法的實體共指消解方法，其特征在于，在S4中，表述對包括文本中的任一位置的表述m，以及其前面的所有表述m。

7.根據權利要求1所述的一種基于統計機器學習算法的實體共指消解方法，其特征在于，在S5中，通過輸入模塊將表述對集合輸入分類模型。

8.根據權利要求1所述的一種基于統計機器學習算法的實體共指消解方法，其特征在于，在S5中，用于表述對集合篩選、分類的分類器模塊包括二元分類器。

9.根據權利要求1所述的一種基于統計機器學習算法的實體共指消解方法，其特征在于，在S5中，輸出模塊對分類結果進行反饋。

10.根據權利要求1所述的一種基于統計機器學習算法的實體共指消解方法，其特征在于，在S8中，結果生成的方法為最優最先、最近最先或傳遞性約束中的任意一種。