[發明專利]聯合實體關系抽取方法、裝置及存儲介質在審
| 申請號： | 201910717240.6 | 申請日： | 2019-08-05 |
| 公開（公告）號： | CN110598001A | 公開（公告）日： | 2019-12-20 |
| 發明（設計）人： | 金戈 | 申請（專利權）人： | 平安科技(深圳)有限公司 |
| 主分類號： | G06F16/36 | 分類號： | G06F16/36;G06F16/35;G06F17/27;G06N3/04;G06N3/08 |
| 代理公司： | 11327 北京鴻元知識產權代理有限公司 | 代理人： | 董永輝;陳英俊 |
| 地址： | 518033 廣東省深圳市福田區福*** | 國省代碼： | 廣東;44 |
| 權利要求書： | 查看更多 | 說明書： | 查看更多 |
| 摘要： | |||
| 搜索關鍵詞： | 標注 文本語句 關聯關系 向量 抽取 標簽 神經網絡模型 存儲介質 關系抽取 任務轉換 實體關系 向量分配 語義信息 大數據 三元組 構建 建模 元組 捕獲 圖譜 聯合 角色 | ||
本方案涉及大數據方面，提供一種聯合實體關系抽取方法、裝置及存儲介質，方法包括以下步驟：利用Bi?LSTM模型將文本語句編碼為向量的形式；使用LSTM模型對文本語句形成的向量進行標注，生成標注序列，為每個字的向量分配一個用于提取結果的標簽，標簽由三部分組成，即實體中的字的位置、關聯關系類型和關系角色這三部分；將具有相同關聯關系類型的實體組合成三元組以獲得關系抽取結果。本發明采用Bi?LSTM模型對文本語句進行編碼，提高捕獲每個字的語義信息的有效性。把聯合抽取任務轉換為標注問題，通過標注的形式來提取三元組，能夠簡單地使用神經網絡模型來建模，提高了構建知識圖譜的效率。
技術領域
本發明涉及云技術，具體說，涉及聯合實體關系抽取方法、裝置及存儲介質。
背景技術
傳統的處理這種處理實體和關系抽取的方法是串聯式的。即先抽取實體，然后識別實體間的關系。這種分開來處理的方式比較簡單，而且各個模塊都比較靈活。但是這種方法忽視了兩個任務之間的聯系，實體識別的結果可能會影響關系的抽取。
實體關系抽取作為信息抽取領域的重要研究課題，其主要目的是抽取句子中已標記實體對之間的語義關系，即在實體識別的基礎上確定無結構文本中實體對間的關系類別
串聯抽取方法(分離式抽取模型)將該問題分解為兩個串聯的子任務，即先采用實體識別模型抽取實體，再采用關系抽取模型得到實體對之間的關系，其優勢是便于單獨優化實體識別任務和關系抽取任務，但缺點是它們以獲取三元組的中間產物(實體或者關系類型)為目標，而實體識別的結果會進一步影響關系抽取的結果，導致誤差累積。
發明內容
為解決以上技術問題，本發明提供聯合實體關系抽取方法，應用于電子裝置，包括以下步驟：
步驟S1，利用Bi-LSTM模型將文本語句編碼為向量的形式，生成文本向量；
步驟S2，使用LSTM模型對所述文本向量進行標注，生成標注序列，所述標注序列為所述文本向量中的每個字向量分配一個標簽，其中，用于關系抽取的實體的標簽由三部分組成，即實體中的字的位置、關聯關系類型和關系角色這三部分；
步驟S3，將具有相同關聯關系類型的實體組合成三元組以獲得關系抽取結果。
優選地，步驟S2包括，使用第一符號來分別表示實體中字的位置信息，其中第一符號包括表示實體的開始的字的符號，表示實體的中間的字的符號，表示實體的結束的字的符號，以及表示單個的字的符號；
采用第二符號來分別表示不同的關聯關系類型；
采用第三符號表示不同關系角色；所述關系角色是指三元組中的第一實體或第二實體；采用第四符號標注與抽取關系無關的字。
優選地，所述Bi-LSTM編碼是包括前向的LSTM與后向的LSTM結合來表示文本語句的編碼，文本語句對應有前向和后向的細胞狀態：
對于前向，文本語句按照正序輸入細胞狀態中，得到第一組狀態輸出向量{hL0,hL1,hL2,…hLn}；
對于反向，文本語句按照倒序輸入細胞狀態中，得到第二組狀態輸出向量{hR0,hR1,hR2,…hRn}；
然后Bi-LSTM模型將前向和后向的向量進行拼接融合得到{[hL0,hR0],[hL1,hR1],[hL2,hR2],…[hLn,hRn]}。
優選地，Bi-LSTM模型的公式如下：
該專利技術資料僅供研究查看技術是否侵權等信息，商用須獲得專利權人授權。該專利全部權利屬于平安科技(深圳)有限公司，未經平安科技(深圳)有限公司許可，擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作，請聯系【客服】
本文鏈接：http://www.szxzyx.cn/pat/books/201910717240.6/2.html，轉載請聲明來源鉆瓜專利網。
