[發明專利]一種基于文本的實體關系抽取方法及裝置

有效

• 申請號: 201910944006.7
• 申請日: 2019-09-30
• 公開（公告）號: CN110704576B
• 公開（公告）日: 2022-07-01
• 發明（設計）人: 胡琳梅;石川;張路浩
• 申請（專利權）人: 北京郵電大學
• 主分類號: G06F16/31
• 分類號: G06F16/31;G06F16/35;G06F16/36;G06N3/04;G06N3/08
• 代理公司: 北京柏杉松知識產權代理事務所(普通合伙) 11413
• 代理人: 孟維娜;高鶯然

1.一種基于文本的實體關系抽取方法，其特征在于，所述方法包括：

對待處理文本進行命名實體識別，獲得待處理實體；

從預設的語料庫中確定待處理實體所屬描述文本中的詞作為待處理詞；

根據所述待處理實體和所述待處理詞分別與所述待處理文本的所屬關系，得到待處理文本的文本向量表示，包括：

將所述待處理實體和所述待處理文本輸入至預設的向量表示模型，得到所述待處理實體的實體向量表示和待處理文本的初始向量表示，其中，所述實體向量表示模型為預先采用第二樣本文本對預設的卷積層神經網絡進行訓練得到的、用于預測文本的初始向量表示和文本中實體的實體向量表示的模型；

將所確定的待處理詞輸入至預設的詞向量表示模型，得到所述待處理詞的詞向量表示，其中，所述詞向量表示模型為預先采用樣本描述文本對預設的卷積神經網絡進行訓練得到的、用于預測文本中實體所屬描述文本中詞的向量表示的模型；所述樣本描述文本為從語料庫中獲取的包括樣本實體的文本；所述樣本實體為對第三樣本文本進行命名實體識別獲得的實體；

采用注意力機制，計算所述實體向量表示和所述詞向量表示之間的注意力權重，并基于所述注意力權重對所獲得的詞向量表示進行加權融合，得到所述待處理實體所屬描述文本的描述文本向量表示；

將所述描述文本向量表示與所述初始文本向量表示進行拼接，得到融合描述文本的待處理文本的文本向量表示；

將所述文本向量表示輸入至預設的關系分類模型，得到待處理實體間的關系表示；其中，所述關系分類模型為：預先采用樣本文本向量表示對預設的卷積神經網絡進行訓練得到的、用于預測文本的關系表示模型，所述樣本文本向量表示為根據樣本實體和樣本詞分別與第一樣本文本的所屬關系得到的第一樣本文本的向量表示，所述樣本實體為對所述第一樣本文本進行命名實體識別獲得的實體，所述樣本文本為從語料庫中確定的所述樣本實體所屬描述文本中的詞。

2.如權利要求1所述的方法，其特征在于，在所述將所述文本向量表示輸入至預設的關系分類模型，得到待處理實體間的關系表示之前，所述方法還包括：

基于所述待處理實體與預設的目標知識圖譜的映射關系，對所述待處理實體間進行平移變換，得到平移變換后的待處理變換實體關系表示，其中，所述目標知識圖譜為根據所述待處理文本構建的知識圖譜；

將所述待處理變換實體關系表示輸入至預設的關系向量表示模型，得到所述待處理實體間的關系向量表示，其中，所述關系向量表示模型為預先采用樣本變換實體關系表示對預設的卷積層神經網絡進行訓練得到的、用于預測文本中實體間的向量表示的模型，所述樣本變換實體關系表示為基于第四樣本實體與樣本知識圖譜的映射關系，對第四樣本文本中的第四樣本實體間進行平移變換得到的關系表示，所述樣本知識圖譜為根據所述第四樣本文本構建的知識圖譜；

對所述文本向量表示和所述關系向量表示進行融合，得到融合后的文本向量表示。

3.如權利要求1所述的方法，其特征在于，在所述對待處理文本進行命名實體識別之前，所述方法還包括：

獲取包括同一待處理實體的多個文本構成的待處理文本集；

確定所述待處理文本集中是否存在未被選取的文本；

若存在，從所述待處理文本集中選取一個未被選取的文本作為待處理文本，執行所述對待處理文本進行命名實體識別，獲得待處理實體的步驟。

4.如權利要求1～3中任一項所述的方法，其特征在于，在所述得到待處理實體間的關系表示之后，所述方法還包括：

利用所得到的關系表示和所述待處理實體，得到用于構建知識圖譜的三元組。

5.如權利要求4所述的方法，其特征在于，在所述得到用于構建知識圖譜的三元組之后，所述方法還包括：

利用構建的三元組，擴充指定的知識圖譜，得到新的知識圖譜。