[發明專利]一種基于國產設備的實體關系抽取方法及系統

在審

• 申請號: 202011409097.3
• 申請日: 2020-12-04
• 公開（公告）號: CN112560487A
• 公開（公告）日: 2021-03-26
• 發明（設計）人: 黃茗;楊軍;王濱;原鑫;鐘晨
• 申請（專利權）人: 中國電子科技集團公司第十五研究所
• 主分類號: G06F40/295
• 分類號: G06F40/295;G06N3/04
• 代理公司: 北京高沃律師事務所 11569
• 代理人: 王愛濤

1.一種基于國產設備的實體關系抽取方法，其特征在于，包括：

獲取新聞數據，所述新聞數據包括人物信息、國家信息和武器裝備信息；

對所述新聞數據進行定義和標注；

根據標注后的新聞數據訓練word2vec詞向量；

將所述詞向量作為輸入、實體關系作為輸出，對膨脹門卷積神經網絡進行訓練，得到訓練后的膨脹門卷積神經網絡；

配置國產設備環境和paddle深度學習的框架，使用所述訓練后的膨脹門卷積神經網絡對未標注的新聞數據進行實體關系抽取。

2.根據權利要求1所述的基于國產設備的實體關系抽取方法，其特征在于，所述對所述新聞數據進行定義和標注，具體包括：

對所述新聞數據進行實體關系定義，并使用標注工具對所述新聞數據進行數據標注，將標注后的數據存儲成json格式的結構化數據，所述結構化數據中的每條文本中包含多個實體關系三元組。

3.根據權利要求1所述的基于國產設備的實體關系抽取方法，其特征在于，所述根據標注后的新聞數據訓練word2vec詞向量，具體包括：

根據標注后的新聞數據采用CBOW模型訓練word2vec詞向量。

4.根據權利要求1所述的基于國產設備的實體關系抽取方法，其特征在于，所述膨脹門卷積神經網絡包括自編碼層、第一膨脹門卷積神經網絡層、第一自注意力機制層、第一卷積網絡-全連接網絡層、雙向長短期記憶層、第二自注意力機制層和第二卷積網絡-全連接網絡層。

5.一種基于國產設備的實體關系抽取系統，其特征在于，包括：

新聞數據獲取模塊，用于獲取新聞數據，所述新聞數據包括人物信息、國家信息和武器裝備信息；

定義標注模塊，用于對所述新聞數據進行定義和標注；

詞向量訓練模塊，用于根據標注后的新聞數據訓練word2vec詞向量；

訓練模塊，用于將所述詞向量作為輸入、實體關系作為輸出，對膨脹門卷積神經網絡進行訓練，得到訓練后的膨脹門卷積神經網絡；

實體關系抽取模塊，用于配置國產設備環境和paddle深度學習的框架，使用所述訓練后的膨脹門卷積神經網絡對未標注的新聞數據進行實體關系抽取。

6.根據權利要求5所述的基于國產設備的實體關系抽取系統，其特征在于，所述定義標注模塊，具體包括：

定義標注單元，用于對所述新聞數據進行實體關系定義，并使用標注工具對所述新聞數據進行數據標注，將標注后的數據存儲成json格式的結構化數據，所述結構化數據中的每條文本中包含多個實體關系三元組。

7.根據權利要求5所述的基于國產設備的實體關系抽取系統，其特征在于，所述詞向量訓練模塊，具體包括：

詞向量訓練單元，用于根據標注后的新聞數據采用CBOW模型訓練word2vec詞向量。

8.根據權利要求5所述的基于國產設備的實體關系抽取系統，其特征在于，所述膨脹門卷積神經網絡包括自編碼層、第一膨脹門卷積神經網絡層、第一自注意力機制層、第一卷積網絡-全連接網絡層、雙向長短期記憶層、第二自注意力機制層和第二卷積網絡-全連接網絡層。