[發(fā)明專利]一種基于兩階段篩選和分類的關系抽取方法和裝置

有效

• 申請?zhí)枺?/td>: 202011429449.1
• 申請日: 2020-12-09
• 公開（公告）號: CN112329440B
• 公開（公告）日: 2023-07-25
• 發(fā)明（設計）人: 王功明;張嫻;周慶勇;孫思清
• 申請（專利權）人: 浪潮云信息技術股份公司
• 主分類號: G06F40/211
• 分類號: G06F40/211;G06F40/253;G06F40/295;G06F40/30
• 代理公司: 濟南信達專利事務所有限公司 37100
• 代理人: 孫晶偉

1.一種基于兩階段篩選和分類的關系抽取方法，其特征是包括以下步驟：

S1：生成實體對的上下文詞法特征向量；

S2：訓練基于邏輯回歸的關系存在性判定模型，具體包括：

S21：對上下文詞法特征向量進行降維，

S22：生成實體對關系存在標識，

S23：初始化邏輯回歸模型的參數，

S24：將所有實體對上下文詞法特征向量的降維結果送入邏輯回歸模型的輸入端，

S25：將所有實體對關系存在標識送入邏輯回歸模型的輸出端，

S26：根據收斂條件訓練邏輯回歸模型，

S27：返回邏輯回歸模型的參數；

S3：使用模型篩選可能存在關系的實體對和句子；

S4：生成“實體對-句子”特征向量序列集合；

S5：生成關系類型向量；

S6：訓練基于卷積神經網絡的關系分類模型；

S7：使用關系分類模型預測實體對的關系類型。

2.根據權利要求1所述的一種基于兩階段篩選和分類的關系抽取方法，其特征是所述步驟S1中，具體包括：

S11：生成詞匯的靜態(tài)詞嵌入；

S12：生成詞匯的靜態(tài)詞性嵌入；

S13：合成上下文詞法特征向量；

S14：返回上下文詞法特征向量。

3.根據權利要求2所述的一種基于兩階段篩選和分類的關系抽取方法，其特征是所述步驟S11中，以下描述：用(E_A,E_B)表示句子S中的任意兩個實體E_A和E_B構成的實體對，W_{A_Pre}和W_{A_Aft}是E_A兩側的詞匯，W_{B_Pre}和W_{B_Aft}是E_B兩側的詞匯，W_{AB_Hyper}是E_A和E_B的上位詞，詞匯W_{A_Pre}、E_A、W_{A_Aft}、W_{B_Pre}、E_B、W_{B_Aft}的詞性是S_{A_Pre}、S_A、S_{A_Aft}、S_{B_Pre}、S_B和S_{B_Aft}，構成實體對(E_A,E_B)的上下文；

S11具體包括：

S111：讀取用于靜態(tài)詞嵌入的預訓練模型Model_{Sta_Emd_W}；

S112：使用Model_{Sta_Emd_W}計算詞匯W_{A_Pre}、E_A、W_{A_Aft}、W_{B_Pre}、E_B、W_{B_Aft}的靜態(tài)詞嵌入E_{Sta_WA_Pre}、E_{Sta_WA}、E_{Sta_WA_Aft}、E_{Sta_WB_Pre}、E_{Sta_WB}、E_{Sta_WB_Aft}；

S113：拼接詞嵌入結果，得到詞匯的靜態(tài)詞嵌入E_{Sta_AB_Cont_W}＝[E_{Sta_WA_Pre},E_{Sta_WA},E_{Sta_WA_Aft},E_{Sta_WB_Pre},E_{Sta_WB},E_{Sta_WB_Aft}]；

S114：返回詞匯的靜態(tài)詞嵌入；

所述步驟S12中，具體包括：

S121：訓練用于詞性嵌入的預訓練模型Model_{Sta_Emd_S}；

S122：加載用于詞性嵌入的預訓練模型Model_{Sta_Emd_S}；

S123：使用Model_{Sta_Emd_S}計算詞性S_{A_Pre}、S_A、S_{A_Aft}、S_{B_Pre}、S_B、S_{B_Aft}的靜態(tài)詞性嵌入E_{Sta_SA_Pre}、E_{Sta_SA}、E_{Sta_SA_Aft}、E_{Sta_SB_Pre}、E_{Sta_SB}、E_{Sta_SB_Aft}；

S124：拼接詞性嵌入結果，得到詞匯的靜態(tài)詞性嵌入E_{Sta_AB_Cont_S}＝[E_{Sta_SA_Pre},E_{Sta_SA},E_{Sta_SA_Aft},E_{Sta_SB_Pre},E_{Sta_SB},E_{Sta_SB_Aft}]；

S125：返回詞匯的靜態(tài)詞性嵌入。