[發(fā)明專利]一種三元組數(shù)據(jù)的生成方法、裝置和電子設(shè)備

在審

• 申請(qǐng)?zhí)枺?/td>: 202010101249.7
• 申請(qǐng)日: 2020-02-19
• 公開（公告）號(hào): CN111339314A
• 公開（公告）日: 2020-06-26
• 發(fā)明（設(shè)計(jì)）人: 黃昉;李雙婕;史亞冰;蔣燁;張揚(yáng);朱勇
• 申請(qǐng)（專利權(quán)）人: 北京百度網(wǎng)訊科技有限公司
• 主分類號(hào): G06F16/36
• 分類號(hào): G06F16/36;G06F16/35
• 代理公司: 北京銀龍知識(shí)產(chǎn)權(quán)代理有限公司 11243
• 代理人: 許靜;黃燦

本申請(qǐng)公開了一種三元組數(shù)據(jù)的生成方法、裝置和電子設(shè)備，涉及知識(shí)圖譜技術(shù)領(lǐng)域。具體實(shí)現(xiàn)方案為：一種三元組數(shù)據(jù)的生成方法，包括：獲取文本；識(shí)別所述文本中的第一實(shí)體；將所述文本輸入關(guān)系分類模型，識(shí)別所述文本中與所述第一實(shí)體對(duì)應(yīng)的第二實(shí)體，其中，所述第二實(shí)體為：所述關(guān)系分類模型基于目標(biāo)預(yù)設(shè)關(guān)系確定的實(shí)體；生成三元組數(shù)據(jù)，其中，所述三元組數(shù)據(jù)包括所述第一實(shí)體、所述目標(biāo)預(yù)設(shè)關(guān)系和所述第二實(shí)體。本申請(qǐng)實(shí)施例提供的一種三元組數(shù)據(jù)的生成方法、裝置和電子設(shè)備，可以解決現(xiàn)有技術(shù)中存在的對(duì)三元組數(shù)據(jù)生成效果較差的問題。

技術(shù)領(lǐng)域

本申請(qǐng)涉及知識(shí)圖譜技術(shù)領(lǐng)域，具體涉及一種三元組數(shù)據(jù)的生成方法、裝置和電子設(shè)備。

背景技術(shù)

關(guān)系抽取是指從自然語言文本中抽取實(shí)體關(guān)系數(shù)據(jù)，也被稱作SPO三元組數(shù)據(jù)，得到實(shí)體pair(主體S-客體O)與他們之間的關(guān)系(P)構(gòu)成的三元組知識(shí)。

現(xiàn)有技術(shù)中，在對(duì)自然語言文本進(jìn)行三元組數(shù)據(jù)生成時(shí)，通常是挖掘?qū)嶓w與實(shí)體之間的相關(guān)語義關(guān)系，從自然語義文本中抽取對(duì)應(yīng)實(shí)體，以生成三元組數(shù)據(jù)，例如，針對(duì)文本“姚明(Yao Ming)，1980年9月12日出生于上海市徐匯區(qū)”，采用常規(guī)的方法可以生成如下三元組數(shù)據(jù)(姚明，出生于，1980年9月12日)及(姚明，出生于，上海市徐匯區(qū))，然而，由于自然語言文本中的關(guān)系的表達(dá)可能較為模糊甚至存在歧義，例如，上述例子中的“出生于”既可表示出生日期，也可表示出生地點(diǎn)，從到導(dǎo)致針對(duì)同一種關(guān)系可能抽取出多種不同的三元組數(shù)據(jù)，可見，現(xiàn)有技術(shù)中存在對(duì)三元組數(shù)據(jù)生成效果較差的問題。

發(fā)明內(nèi)容

本申請(qǐng)?zhí)峁┮环N三元組數(shù)據(jù)的生成方法、裝置和電子設(shè)備，以解決現(xiàn)有技術(shù)中存在的對(duì)三元組數(shù)據(jù)生成效果較差的問題。

第一方面，本申請(qǐng)?zhí)峁┮环N三元組數(shù)據(jù)的生成方法，其特征在于，包括：

獲取文本；

識(shí)別所述文本中的第一實(shí)體；

將所述文本輸入關(guān)系分類模型，識(shí)別所述文本中與所述第一實(shí)體對(duì)應(yīng)的第二實(shí)體，其中，所述第二實(shí)體為：所述關(guān)系分類模型基于目標(biāo)預(yù)設(shè)關(guān)系確定的實(shí)體；

生成三元組數(shù)據(jù)，其中，所述三元組數(shù)據(jù)包括所述第一實(shí)體、所述目標(biāo)預(yù)設(shè)關(guān)系和所述第二實(shí)體。

這樣，在識(shí)別到文本中的第一實(shí)體后，由關(guān)系分類模型按照目標(biāo)預(yù)設(shè)關(guān)系在文本中識(shí)別與所述第一實(shí)體相對(duì)應(yīng)的第二實(shí)體，以生成三元組數(shù)據(jù)，其中，由于所述三元組數(shù)據(jù)中的關(guān)系為目標(biāo)預(yù)設(shè)關(guān)系，而目標(biāo)預(yù)設(shè)關(guān)系可以準(zhǔn)確的對(duì)實(shí)體之間的關(guān)系進(jìn)行表達(dá)，從而避免了由于自然語言文本中的關(guān)系表達(dá)的歧義，而引起的對(duì)三元組數(shù)據(jù)生成效果差的問題。

可選地，所述目標(biāo)預(yù)設(shè)關(guān)系包括至少兩種預(yù)設(shè)關(guān)系，所述識(shí)別所述文本中與所述第一實(shí)體對(duì)應(yīng)的第二實(shí)體，包括：

基于所述至少兩種預(yù)設(shè)關(guān)系，識(shí)別所述文本中與所述第一實(shí)體相對(duì)應(yīng)的至少一個(gè)所述第二實(shí)體，其中，所述至少一個(gè)所述第二實(shí)體中，不同所述第二實(shí)體由所述關(guān)系分類模型按照不同的所述預(yù)設(shè)關(guān)系在所述文本中識(shí)別得到。

該實(shí)施方式中，通過將目標(biāo)預(yù)設(shè)關(guān)系設(shè)置為包括至少兩種預(yù)設(shè)關(guān)系，如此，可以同時(shí)在文本中識(shí)別到與所述第一實(shí)體存在不同關(guān)系的不同第二實(shí)體，以生成不同的三元組數(shù)據(jù)，從而有利于提高三元組數(shù)據(jù)識(shí)別的效率，同時(shí)，進(jìn)一步提高知識(shí)圖譜的完備性。

可選地，所述識(shí)別所述文本中的第一實(shí)體，包括：

識(shí)別所述文本中的至少兩個(gè)第一實(shí)體；

所述識(shí)別所述文本中與所述第一實(shí)體對(duì)應(yīng)的第二實(shí)體，包括：

識(shí)別所述文本中與所述至少兩個(gè)第一實(shí)體中每個(gè)所述第一實(shí)體相對(duì)應(yīng)的第二實(shí)體。