[發(fā)明專利]實體關(guān)系獲取方法、裝置、設(shè)備及存儲介質(zhì)

在審

• 申請?zhí)枺?/td>: 202010149505.X
• 申請日: 2020-03-06
• 公開（公告）號: CN111428493A
• 公開（公告）日: 2020-07-17
• 發(fā)明（設(shè)計）人: 戚思驊;張燦
• 申請（專利權(quán)）人: 中國平安人壽保險股份有限公司
• 主分類號: G06F40/289
• 分類號: G06F40/289;G06F40/284;G06F40/205;G06F16/35
• 代理公司: 北京市京大律師事務(wù)所 11321
• 代理人: 劉挽瀾

本發(fā)明涉及人工智能技術(shù)領(lǐng)域，公開了一種實體關(guān)系獲取方法、裝置、設(shè)備及存儲介質(zhì)，用于提高實體詞組間實體關(guān)系預(yù)測的準(zhǔn)確性。所述方法包括：對待識別的語料文本進(jìn)行實體抽取，獲得實體詞組；使用預(yù)設(shè)向量提取模型對預(yù)置字詞塊進(jìn)行字詞向量表征及提取，得到待識別的語料文本對應(yīng)的字詞向量；使用預(yù)設(shè)向量提取模型對預(yù)先得到的實體詞組進(jìn)行字詞向量表征及提取，得到實體詞組的字詞向量；將待識別語料文本的字詞向量與實體詞組的字詞向量進(jìn)行向量融合處理，得到融合向量；使用預(yù)設(shè)特征向量提取模型對融合向量進(jìn)行特征向量提取，得到特征向量，特征向量包含實體關(guān)系；使用多類別多標(biāo)簽識別模型對特征向量進(jìn)行預(yù)測，得到對應(yīng)的所有實體關(guān)系集合。

技術(shù)領(lǐng)域

本發(fā)明涉及人工智能的語義解析技術(shù)領(lǐng)域，尤其涉及一種實體關(guān)系獲取方法、裝置、設(shè)備及存儲介質(zhì)。

背景技術(shù)

現(xiàn)有技術(shù)中信息抽取的方法有一定的缺陷，一般的做法是先抽取主語，再同時抽取賓語以及兩者的對應(yīng)關(guān)系，或者是同時抽取主語賓語以及兩者的對應(yīng)關(guān)系。然而在知識抽取中經(jīng)常會遇到同一組主語賓語對應(yīng)多種關(guān)系的情況，但是現(xiàn)有的信息抽取方法無法獲取文本語料中同一組實體詞組的多種對應(yīng)關(guān)系。

發(fā)明內(nèi)容

本發(fā)明的主要目的在于解決現(xiàn)有的信息抽取方法無法獲取文本語料中同一組實體詞組的多種對應(yīng)關(guān)系的技術(shù)問題。

為實現(xiàn)上述目的，本發(fā)明第一方面提供了一種實體關(guān)系獲取方法，包括：

對待識別的語料文本進(jìn)行實體抽取，獲得對應(yīng)的具有實體關(guān)系的實體詞組；

使用預(yù)設(shè)分詞算法對所述待識別的語料文本進(jìn)行分詞處理，獲取對應(yīng)的預(yù)置字詞塊；

使用預(yù)設(shè)向量提取模型對預(yù)置字詞塊進(jìn)行字詞向量表征及提取，得到所述待識別的語料文本對應(yīng)的字詞向量；

使用所述預(yù)設(shè)向量提取模型對預(yù)先得到的實體詞組進(jìn)行字詞向量表征及提取，得到所述實體詞組的字詞向量；

將所述待識別語料文本的字詞向量與所述實體詞組的字詞向量進(jìn)行向量融合處理，得到對應(yīng)的融合向量，所述向量融合處理包括采用向量拼接處理、向量平均化處理、向量池化處理、向量加權(quán)和處理中至少一種處理方式、或至少兩種處理方式的組合處理方式；

使用預(yù)設(shè)特征向量提取模型對所述融合向量進(jìn)行特征向量提取，得到對應(yīng)的特征向量，所述特征向量包含實體關(guān)系；

使用預(yù)設(shè)的多類別多標(biāo)簽識別模型對所述特征向量進(jìn)行預(yù)測，得到所述實體詞組對應(yīng)的所有實體關(guān)系集合。

可選的，在本發(fā)明第一方面的另一種實現(xiàn)方式中，所述對待識別的語料文本進(jìn)行實體抽取，獲得對應(yīng)的具有實體關(guān)系的實體詞組，包括：

對待識別的語料文本進(jìn)行切分處理，得到對應(yīng)的預(yù)置字塊；

使用至少包含兩個標(biāo)簽類型的標(biāo)簽對所述預(yù)置字塊進(jìn)行標(biāo)簽標(biāo)記處理，得到根據(jù)標(biāo)簽類型分類的待訓(xùn)練數(shù)據(jù)，所述標(biāo)簽類型代表對應(yīng)的預(yù)置字塊的實體類型，所述標(biāo)簽類型間的關(guān)系代表實體關(guān)系；

使用預(yù)設(shè)向量提取模型對所述待訓(xùn)練數(shù)據(jù)進(jìn)行向量化表征及提取，從而得到每個所述標(biāo)簽類型對應(yīng)字塊的字向量；

將每個所述標(biāo)簽類型對應(yīng)字塊的字向量，分別輸入第一長短期記憶網(wǎng)絡(luò)-條件隨機(jī)場模型、第二長短期記憶網(wǎng)絡(luò)-條件隨機(jī)場模型進(jìn)行預(yù)測處理，得到每個所述標(biāo)簽類型對應(yīng)的預(yù)測標(biāo)簽序列；

將每個所述標(biāo)簽類型對應(yīng)的預(yù)測標(biāo)簽序列進(jìn)行合并，得到合并后的預(yù)測標(biāo)簽序列；

對所述合并后的預(yù)測標(biāo)簽序列進(jìn)行去標(biāo)簽解碼處理，得到具有實體關(guān)系的實體詞組；所述去標(biāo)簽解碼處理為對所述合并后的預(yù)測標(biāo)簽序列進(jìn)行刪除標(biāo)簽處理。