[發明專利]實體關系抽取方法、裝置、設備及存儲介質

在審

• 申請號: 202110811529.1
• 申請日: 2021-07-16
• 公開（公告）號: CN113641767A
• 公開（公告）日: 2021-11-12
• 發明（設計）人: 尹帆;張玥;李子茂;鄭祿;帖軍;孫翀;毛養勤;李嘉暉
• 申請（專利權）人: 中南民族大學
• 主分類號: G06F16/28
• 分類號: G06F16/28;G06F40/211;G06N3/04;G06N3/08;G06K9/62
• 代理公司: 深圳市世紀恒程知識產權代理事務所 44287
• 代理人: 關向蘭

本發明公開了一種實體關系抽取方法、裝置、設備及存儲介質，包括：獲取待處理句子包，并將所述待處理句子包中的各句子輸入預設PCNN模型，以獲得各句子對應的初始句子向量；根據通道注意力機制確定各初始句子向量的分段權重，并根據各初始句子向量的分段權重將對應的初始句子向量的分段重新組合，獲得各句子對應的最終句子向量；根據所述各句子對應的最終句子向量確定所述待處理句子包的特征向量，并將所述特征向量輸入預設分類器，獲得所述待處理句子包的實體關系分類，解決了現有技術中無法提取重要文本特征的技術問題，提高了分類器預測準確率。

技術領域

本發明涉及信息抽取技術領域，尤其涉及一種實體關系抽取方法、裝置、設備及存儲介質。

背景技術

傳統的實體關系抽取方法并沒有針對茶葉病蟲害知識的應用，針對農業細分領域的研究也是少之又少。面對當前互聯網上的海量茶葉病蟲害數據，大部分信息以無結構化文本、圖片等數據形式存在的情況，缺少一個讓普通用戶能快速的獲取有價值的信息的方法。想要對于某種病害需要進一步認識的話，往往需要進一步的在海量網頁中進行搜索，耗時耗力，得到的結果卻并不理想，甚至有時候得到的是錯誤的答案，使得錯過了對病蟲害防治的最佳時機，給茶葉產業帶來不可挽回的損失。

上述內容僅用于輔助理解本發明的技術方案，并不代表承認上述內容是現有技術。

發明內容

本發明的主要目的在于提供了一種實體關系抽取方法、裝置、設備及存儲介質，旨在解決現有技術中分類器的預測準確率低的技術問題。

為實現上述目的，本發明提供了一種實體關系抽取方法，所述方法包括以下步驟:

獲取待處理句子包，并將所述待處理句子包中的各句子輸入預設PCNN模型，以獲得各句子對應的初始句子向量；

根據通道注意力機制確定各初始句子向量的分段權重，并根據各初始句子向量的分段權重將對應的初始句子向量的分段重新組合，獲得各句子對應的最終句子向量；

根據所述各句子對應的最終句子向量確定所述待處理句子包的特征向量，并將所述特征向量輸入預設分類器，獲得所述待處理句子包的實體關系分類。

可選地，所述獲取待處理句子包，并將所述待處理句子包中的各句子輸入預設PCNN模型，以獲得各句子對應的初始句子向量，包括：

獲取待處理的句子包，并確定所述待處理句子包中各句子對應的單詞特征向量；

將所述各句子對應的單詞特征向量輸入預設PCNN模型，以獲得所述待處理句子包中各句子對應的初始句子向量。

可選地，所述預設PCNN模型包括輸入層、卷積層和池化層，所述將所述各句子對應的單詞特征向量輸入預設PCNN模型，以獲得所述待處理句子包中各句子對應的初始句子向量，包括：

將所述各句子對應的單詞特征向量作為所述輸入層的輸入；

利用所述卷積層對所述各句子對應的單詞特征向量進行卷積操作，獲得各句子對應的單詞結果向量；

按照預設規則將所述各句子對應的單詞結果向量劃分為若干分段，并利用所述池化層對各句子對應的單詞結果向量的各分段進行最大池化處理，獲得所述單詞結果向量的各分段對應的最大池化向量；

將所述各分段對應的最大池化向量進行拼接，以獲得所述待處理句子包中各句子對應的初始句子向量。

可選地，所述根據通道注意力機制確定各初始句子向量的分段權重，并根據各初始句子向量的分段權重將對應的初始句子向量的分段重新組合，獲得各句子對應的最終句子向量，包括：

對所述待處理句子包中各句子對應的單詞結果向量的各分段做全局自適應池化處理，以提取所述單詞結果向量的各分段的局部全局信息；