[發(fā)明專利]基于新型關(guān)系注意力機(jī)制的實(shí)體關(guān)系抽取方法及設(shè)備

在審

• 申請(qǐng)?zhí)枺?/td>: 202010774426.8
• 申請(qǐng)日: 2020-08-04
• 公開(kāi)（公告）號(hào): CN112084778A
• 公開(kāi)（公告）日: 2020-12-15
• 發(fā)明（設(shè)計(jì)）人: 尹帆;毛養(yǎng)勤;覃俊;李子茂;毛騰躍;劉晶;廖立婷
• 申請(qǐng)（專利權(quán)）人: 中南民族大學(xué)
• 主分類號(hào): G06F40/295
• 分類號(hào): G06F40/295;G06F40/30;G06N3/04
• 代理公司: 武漢知產(chǎn)時(shí)代知識(shí)產(chǎn)權(quán)代理有限公司 42238
• 代理人: 孔燦

1.基于新型關(guān)系注意力機(jī)制的實(shí)體關(guān)系抽取方法，其特征在于：

S101：獲取有標(biāo)簽數(shù)據(jù)；所述有標(biāo)簽數(shù)據(jù)具體為有標(biāo)簽的句子包；

S102：采用PCNN模型提取所述有標(biāo)簽的句子包中每個(gè)句子的語(yǔ)義向量；所述PCNN模型包括輸入層、卷積層和池化層；

S103：根據(jù)所述有標(biāo)簽的句子包中每個(gè)句子的語(yǔ)義向量，采用NATT注意力機(jī)制，提取所述有標(biāo)簽的句子包的特征向量；

S104：將所述有標(biāo)簽的句子包的特征向量輸入至sofmax分類器，得到所述有標(biāo)簽句子包中每個(gè)句子的語(yǔ)義向量和關(guān)系向量之間關(guān)系的置信度；所述關(guān)系向量具體為根據(jù)所述有標(biāo)簽的句子包的原始向量隨機(jī)生成的初始化向量。

2.如權(quán)利要求1所述的一種基于新型關(guān)系注意力機(jī)制的實(shí)體關(guān)系抽取方法，其特征在于：步驟S101中，獲取有標(biāo)簽數(shù)據(jù)，具體方式為：采用遠(yuǎn)程監(jiān)督方法通過(guò)自動(dòng)對(duì)齊遠(yuǎn)程知識(shí)庫(kù)獲取有標(biāo)簽數(shù)據(jù)集。

3.如權(quán)利要求1所述的一種一種基于新型關(guān)系注意力機(jī)制的實(shí)體關(guān)系抽取方法，其特征在于：步驟S102中，采用PCNN模型提取所述有標(biāo)簽的句子包中每個(gè)句子的語(yǔ)義向量，具體步驟為：

S201：所述有標(biāo)簽的句子包中任意一個(gè)句子s包括n個(gè)單詞，即s＝(w₁,w₂,...,w_n)其中，w_i為句子s中的第i個(gè)單詞；句子s通過(guò)映射詞向量表，其單詞w_i被轉(zhuǎn)換成詞向量e_i，即s＝(w₁,w₂,...,w_n)通過(guò)映射詞向量表，被轉(zhuǎn)換成s＝(e₁,e₂,...,e_n)；

S202：對(duì)句子s中的單詞w_i，計(jì)算其分別相對(duì)于句子s中頭實(shí)體和尾實(shí)體的相對(duì)距離，然后將這兩個(gè)相對(duì)距離映射成為單詞w_i位置向量d_i；

S203：?jiǎn)卧~w_i的詞向量和位置向量拼接得到單詞w_i的特征向量:；將句子s中每個(gè)單詞的特征向量作為PCNN模型輸入層的輸入；

S204：利用PCNN模型的卷積層對(duì)句子s中每個(gè)單詞的特征向量進(jìn)行卷積操作，得到每個(gè)單詞的結(jié)果向量c，具體如式(1)：

式(1)中，c_i為第i個(gè)單詞經(jīng)過(guò)卷積操作后的結(jié)果向量；W_i為第i個(gè)權(quán)重矩陣，b為預(yù)設(shè)的偏置值；

S205：將每個(gè)單詞的結(jié)果向量c分割為三部分，具體為c_i＝{c_i,1,c_i,2,c_i,3}，利用PCNN模型的池化層分別對(duì)每部分進(jìn)行最大池化，得到最大池化向量p_i＝{p_i,1,p_i,2,p_i,3}；其中p_i,j＝max(c_i,j)，j＝1,2,3；

S206：根據(jù)最大池化向量得到句子s的語(yǔ)義向量S＝tanh(p),其中p＝(p₁,p₂,...,p_n)。