[發(fā)明專利]一種基于深度學(xué)習(xí)模型的關(guān)系抽取及知識(shí)圖譜構(gòu)建方法

有效

• 申請?zhí)枺?/td>: 201910707194.1
• 申請日: 2019-08-01
• 公開（公告）號(hào): CN110598000B
• 公開（公告）日: 2023-06-09
• 發(fā)明（設(shè)計(jì)）人: 連明杰;陳運(yùn)文;昝云飛;孫偉偉;徐華偉;紀(jì)達(dá)麒
• 申請（專利權(quán)）人: 達(dá)而觀信息科技（上海）有限公司
• 主分類號(hào): G06F16/36
• 分類號(hào): G06F16/36;G06F16/28;G06F16/951
• 代理公司: 上海智力專利商標(biāo)事務(wù)所(普通合伙) 31105
• 代理人: 周濤

1.一種基于深度學(xué)習(xí)模型的關(guān)系抽取及知識(shí)圖譜構(gòu)建方法，其特征在于，具體包括以下步驟：

S1，利用數(shù)據(jù)標(biāo)注平臺(tái)將語料數(shù)據(jù)處理成標(biāo)注數(shù)據(jù)；

S2，將標(biāo)注數(shù)據(jù)作為輸入，進(jìn)行深度學(xué)習(xí)模型的訓(xùn)練和測試，生成關(guān)系抽取模型；

具體地，S21，從標(biāo)注數(shù)據(jù)中獲取訓(xùn)練樣本和測試樣本；

S22，對(duì)訓(xùn)練樣本進(jìn)行預(yù)處理，將預(yù)處理后的數(shù)據(jù)輸入BERT模型進(jìn)行預(yù)訓(xùn)練，得到初始詞向量；

S23，采用雙向長短期記憶網(wǎng)絡(luò)模型和條件隨機(jī)場算法對(duì)初始詞向量進(jìn)行訓(xùn)練，直至神經(jīng)網(wǎng)絡(luò)收斂，得到初始關(guān)系抽取模型；

S24，將測試樣本輸入初始關(guān)系抽取模型進(jìn)行測試，當(dāng)測試樣本的準(zhǔn)確率達(dá)到設(shè)定值時(shí)，得到滿足要求的關(guān)系抽取模型；

S3，將待抽取文本數(shù)據(jù)輸入關(guān)系抽取模型，提取出待抽取文本的實(shí)體關(guān)系對(duì)；

具體地，S31，將待抽取文本數(shù)據(jù)切分為若干個(gè)句子；

S32，將切分得到的所有句子輸入關(guān)系抽取模型中，提取出若干對(duì)實(shí)體關(guān)系對(duì)；

S33，對(duì)提取出的若干對(duì)實(shí)體關(guān)系對(duì)進(jìn)行人工排查，剔除錯(cuò)誤的實(shí)體關(guān)系對(duì)；

S4，將所述實(shí)體關(guān)系對(duì)導(dǎo)入圖數(shù)據(jù)庫，構(gòu)建出待抽取文本的知識(shí)圖譜。

2.根據(jù)權(quán)利要求1所述的基于深度學(xué)習(xí)模型的關(guān)系抽取及知識(shí)圖譜構(gòu)建方法，其特征在于，步驟S1中利用數(shù)據(jù)標(biāo)注平臺(tái)將語料數(shù)據(jù)處理成標(biāo)注數(shù)據(jù)的具體步驟為：

S11，通過爬蟲系統(tǒng)從互聯(lián)網(wǎng)中獲取網(wǎng)絡(luò)數(shù)據(jù)；

S12，將所述網(wǎng)絡(luò)數(shù)據(jù)按句子進(jìn)行切分，形成句子語料集；

S13，利用數(shù)據(jù)標(biāo)注平臺(tái)對(duì)句子語料集中的語料數(shù)據(jù)進(jìn)行B，I，O標(biāo)注，形成標(biāo)注數(shù)據(jù)。

3.根據(jù)權(quán)利要求2所述的基于深度學(xué)習(xí)模型的關(guān)系抽取及知識(shí)圖譜構(gòu)建方法，其特征在于，所述網(wǎng)絡(luò)數(shù)據(jù)為爬蟲系統(tǒng)從互聯(lián)網(wǎng)的不同來源爬取到的多個(gè)領(lǐng)域的數(shù)據(jù)；

獲取到網(wǎng)絡(luò)數(shù)據(jù)后，按領(lǐng)域類別對(duì)網(wǎng)絡(luò)數(shù)據(jù)進(jìn)行人工分類。

4.根據(jù)權(quán)利要求3所述的基于深度學(xué)習(xí)模型的關(guān)系抽取及知識(shí)圖譜構(gòu)建方法，其特征在于，所述網(wǎng)絡(luò)數(shù)據(jù)為TXT文本、word文本、PDF文本中的一種或多種格式的非結(jié)構(gòu)化數(shù)據(jù)。

5.根據(jù)權(quán)利要求2所述的基于深度學(xué)習(xí)模型的關(guān)系抽取及知識(shí)圖譜構(gòu)建方法，其特征在于，所述數(shù)據(jù)標(biāo)注平臺(tái)為網(wǎng)頁形式的可視化的數(shù)據(jù)標(biāo)注平臺(tái)。

6.根據(jù)權(quán)利要求1所述的基于深度學(xué)習(xí)模型的關(guān)系抽取及知識(shí)圖譜構(gòu)建方法，其特征在于，所述圖數(shù)據(jù)庫采用的是Neo4j圖數(shù)據(jù)庫。