[發(fā)明專利]一種基于預(yù)定義關(guān)系的知識聯(lián)合抽取的方法及裝置

在審

• 申請?zhí)枺?/td>: 202011002707.8
• 申請日: 2020-09-22
• 公開（公告）號: CN112101036A
• 公開（公告）日: 2020-12-18
• 發(fā)明（設(shè)計）人: 于文才;鐘琴隆;杜明本;李鑫宇;張亞寧;董林林;杜志誠;馬強
• 申請（專利權(quán)）人: 山東旗幟信息有限公司
• 主分類號: G06F40/295
• 分類號: G06F40/295;G06F40/30;G06N3/04
• 代理公司: 濟南千慧專利事務(wù)所(普通合伙企業(yè)) 37232
• 代理人: 趙長林

1.一種基于預(yù)定義關(guān)系的知識聯(lián)合抽取的方法，其特征在于：包括如下步驟：

提取目標(biāo)信息，所述目標(biāo)信息包括拓展關(guān)系和實體；

以拓展關(guān)系作為出發(fā)點，將得到的實體按照第一規(guī)則與拓展關(guān)系進行組隊得到信息組；

所述第一規(guī)則包括拓展關(guān)系預(yù)設(shè)的若干連接節(jié)點，所述連接節(jié)點有對預(yù)設(shè)連接的實體預(yù)設(shè)條件。

2.根據(jù)權(quán)利要求1所述的一種基于預(yù)定義關(guān)系的知識聯(lián)合抽取的方法，其特征在于：所述拓展關(guān)系的識別模型采用bert-wwm-ext+膨脹門卷積神經(jīng)網(wǎng)絡(luò)模型訓(xùn)練得到。

3.根據(jù)權(quán)利要求2所述的一種基于預(yù)定義關(guān)系的知識聯(lián)合抽取的方法，其特征在于：所述拓展關(guān)系識別模型按照如下方法訓(xùn)練得到：

構(gòu)建訓(xùn)練樣本，針對采集的語料按照語句進行人工標(biāo)注；根據(jù)人工經(jīng)驗，及預(yù)定義的關(guān)系類型，對語句進行拓展關(guān)系標(biāo)注；

使用bert-wwm-ext針對訓(xùn)練樣本，構(gòu)建成向量，輸入到膨脹門卷積神經(jīng)網(wǎng)絡(luò)進行拓展關(guān)系識別模型的訓(xùn)練。

4.根據(jù)權(quán)利要求1所述的一種基于預(yù)定義關(guān)系的知識聯(lián)合抽取的方法，其特征在于：所述實體識別模型采用bert-wwm-ext+BILSTM+CRF實體識別模型訓(xùn)練得到。

5.根據(jù)權(quán)利要求2所述的一種基于預(yù)定義關(guān)系的知識聯(lián)合抽取的方法，其特征在于：所述實體識別模型按照如下方法訓(xùn)練得到：

構(gòu)建訓(xùn)練樣本，針對采集的語料對其中的實體進行人工標(biāo)注；

標(biāo)注采用BIOES標(biāo)注，實體類型分為PER人員，ORG機構(gòu)，ADDR地點，BK書籍；

將標(biāo)注好的樣本通過bert-wwm-ext預(yù)訓(xùn)練模型生成向量，輸入到的BILSTM+CRF網(wǎng)絡(luò)進行實體識別模型的訓(xùn)練。

6.根據(jù)權(quán)利要求5所述的一種基于預(yù)定義關(guān)系的知識聯(lián)合抽取的方法，其特征在于：在進行實體識別模型中，采用BIOES標(biāo)注按照如下方式進行，

對于PER人員，B-PER代表人員實體開始字符，I-PER代表人員實體中間字符，E-PER代表人員實體結(jié)束字符，S-PER代表獨立字符代表一個人員實體，O代表其他字符；

對于ORG機構(gòu)，B-ORG代表機構(gòu)實體開始字符，I-ORG代表機構(gòu)實體中間字符，E-ORG代表機構(gòu)實體結(jié)束字符，S-ORG代表獨立字符代表一個機構(gòu)實體，O代表其他字符；

對于ADDR地點，B-ADDR代表地點實體開始字符，I-ADDR代表地點實體中間字符，E-ADDR代表地點實體結(jié)束字符，S-ADDR代表獨立字符代表一個地點實體，O代表其他字符；

對于BK書籍，B-BK代表書籍實體開始字符，I-BK代表書籍實體中間字符，E-BK代表書籍實體結(jié)束字符，S-BK代表獨立字符代表一個書籍實體，O代表其他字符。

7.根據(jù)權(quán)利要求1所述的一種基于預(yù)定義關(guān)系的知識聯(lián)合抽取的方法，其特征在于：還包括包括若干目標(biāo)信息的全文信息，所述目標(biāo)信息按照第一設(shè)定從全文信息中依次提取得到，首先獲取目標(biāo)信息中識別出的第一個拓展關(guān)系，并將得到的實體按照第一規(guī)則與拓展關(guān)系進行組隊得到信息組，若無法得到信息組，則繼續(xù)獲取目標(biāo)信息中識別出的拓展關(guān)系，直至形成信息組或者獲取完全部的拓展關(guān)系為止。

8.根據(jù)權(quán)利要求7所述的一種基于預(yù)定義關(guān)系的知識聯(lián)合抽取的方法，其特征在于：還包括深度信息組，當(dāng)信息組中的實體可以作為拓展關(guān)系時，則將該實體作為拓展關(guān)系，并根據(jù)第一規(guī)則進行其他實體的匹配，繼而得到深度信息組。

9.根據(jù)權(quán)利要求7所述的一種基于預(yù)定義關(guān)系的知識聯(lián)合抽取的方法，其特征在于：所述信息組包括拓展關(guān)系和與拓展關(guān)系按照第一規(guī)則匹配的第一實體和第二實體。

10.一種基于預(yù)定義關(guān)系的知識聯(lián)合抽取的裝置，其特征在于：包括如下模塊：

信息提取模塊，用于提取目標(biāo)信息，所述目標(biāo)信息包括拓展關(guān)系和實體；

分析模塊，用于以信息提取模塊獲取的拓展關(guān)系作為出發(fā)點，將得到的實體按照第一規(guī)則與拓展關(guān)系進行組隊得到信息組；所述第一規(guī)則包括拓展關(guān)系預(yù)設(shè)的若干連接節(jié)點，所述連接節(jié)點有對預(yù)設(shè)連接的實體預(yù)設(shè)條件。