[發明專利]基于混合神經網絡的遠程監督關系抽取方法及裝置

有效

• 申請號: 202110678981.5
• 申請日: 2021-06-18
• 公開（公告）號: CN113312907B
• 公開（公告）日: 2023-01-20
• 發明（設計）人: 程良倫;古銳明;王濤;王卓薇;鄧健峰;周佳樂
• 申請（專利權）人: 廣東工業大學
• 主分類號: G06F40/284
• 分類號: G06F40/284;G06F40/30;G06N3/04
• 代理公司: 北京集佳知識產權代理有限公司 11227
• 代理人: 黃忠

本申請公開了基于混合神經網絡的遠程監督關系抽取方法及裝置，方法包括：將獲取到的目標文本語句轉換成預置語句向量；采用預置混合神經網絡模型根據預置語句向量提取結構特征向量，預置混合神經網絡模型包括預置Bi?GRU網絡和預置PCNN網絡；基于結構特征向量計算目標文本語句對預置種子樣本關系的支持度，支持度包括語義相似度和關系相似度；從降序排列的支持度中選取對應預置數量的結構特征向量進行組合，得到組合特征向量；根據組合特征向量進行預置關系概率計算，得到最佳正實例。本申請解決了現有技術對人工標注語料的依賴性較強，或者受噪聲樣本影響較大，導致關系抽取效果較差的技術問題。

技術領域

本申請涉及文本關系抽取技術領域，尤其涉及基于混合神經網絡的遠程監督關系抽取方法及裝置。

背景技術

隨著企業的不斷壯大發展，其供應鏈也日益變得復雜和龐大，單純依賴于人力管理的方法已難以保證供應鏈管理質量，原因在于：一是供應鏈難以對市場的變化做出快速響應，二是供應鏈中存在的結構化和非結構化數據蘊含著大量知識，僅依靠有限的人力無法被充分挖掘利用。因此，有必要建立一個供應鏈知識庫，不僅可以為管理人員提供決策參考，提高供應鏈響應速度，還可以充分挖掘供應鏈隱含的知識，提高供應鏈管理質量。

關系抽取是供應鏈信息抽取的子任務之一，其主要任務是識別出供應鏈文本中實體間的關系，并抽取和表達出類似于實體1，關系類型，實體2這樣的結構數據。關系抽取作為供應鏈知識庫構建的上游技術之一，其抽取的質量決定著供應鏈知識庫的最終質量。目前關系抽取任務中，基于監督的方法因其較高的準確率而受到業界的廣泛使用，但基于監督的關系抽取方法對于人工標注語料具有很強的依賴性。

為了降低這種人工標注語料的依賴性，遠程監督關系抽取方法應運而生，遠程監督關系抽取基于一個假設，由于假設性過強，基于遠程監督的關系抽取方法的性能嚴重受制于構建語料過程中的錯誤引入的噪聲樣本。

發明內容

本申請提供了基于混合神經網絡的遠程監督關系抽取方法及裝置，用于解決現有技術對人工標注語料的依賴性較強，或者受噪聲樣本影響較大，導致關系抽取效果較差的技術問題。

有鑒于此，本申請第一方面提供了基于混合神經網絡的遠程監督關系抽取方法，包括：

將獲取到的目標文本語句轉換成預置語句向量，所述預置語句向量包括詞向量、位置向量和詞性標注向量；

采用預置混合神經網絡模型根據所述預置語句向量提取結構特征向量，所述預置混合神經網絡模型包括預置Bi-GRU網絡和預置PCNN網絡；

基于所述結構特征向量計算所述目標文本語句對預置種子樣本關系的支持度，所述支持度包括語義相似度和關系相似度；

從降序排列的所述支持度中選取對應預置數量的所述結構特征向量進行組合，得到組合特征向量；

根據所述組合特征向量進行預置關系概率計算，得到最佳正實例。

優選地，所述將獲取到的目標文本語句轉換成預置語句向量，所述預置語句向量包括詞向量、位置向量和詞性標注向量，包括：

將目標文本語句中的單詞映射至預設低維空間，得到詞向量；

計算所述詞向量中每個單詞與預置實體對的相對位置，得到位置向量；

采用自然語言處理工具對所述目標文本語句進行詞性分析，得到詞性標注向量；

將所述詞向量、所述位置向量和所述詞性標注向量進行拼接，得到預置語句向量。

優選地，所述采用預置混合神經網絡模型根據所述預置語句向量提取結構特征向量，所述預置混合神經網絡模型包括預置Bi-GRU網絡和預置PCNN網絡，包括：

采用預置Bi-GRU網絡提取所述預置語句向量中的上下文信息，得到上下文特征向量；