[發明專利]用于關系抽取的方法、裝置、設備和介質

有效

• 申請號: 202111161205.4
• 申請日: 2021-09-30
• 公開（公告）號: CN113901151B
• 公開（公告）日: 2023-07-04
• 發明（設計）人: 孫長志;茹棟宇
• 申請（專利權）人: 北京有竹居網絡技術有限公司
• 主分類號: G06F16/28
• 分類號: G06F16/28;G06N5/04;G06N20/00
• 代理公司: 北京市金杜律師事務所 11256
• 代理人: 馬明月

在此提供了一種訓練關系抽取模型的方法、裝置、設備和存儲介質。這里描述的方法包括：基于由文檔中的目標實體對和與目標實體對關聯的目標關系組成的給定三元組，確定在給定三元組的條件下一組規則的概率分布，一組規則用于描述目標實體對之間聯系的邏輯?；谠诮o定三元組的條件下一組規則的概率分布，確定在給定三元組的條件下得分的概率分布，得分指示在文檔中目標關系對于目標實體對是否有效?；谂c得分對應的標記值，通過使在給定三元組的條件下得分的概率分布的參數的似然函數最大化，獲得經訓練的關系抽取模型。根據本公開的事實，通過利用規則，可以容易地捕獲關系的長程依賴性并且提供較好的可解釋性。

技術領域

本公開的各實現方式涉及計算機領域，更具體地，涉及用于關系抽取的方法、裝置、設備和計算機存儲介質。

背景技術

目前，文檔級別的關系抽取方法備受關注。文檔級別的關系抽取可以應用于問答、搜索等領域。通常，可以利用基于序列的模型或基于圖的模型來考慮文檔中更長的上下文和關系的長程依賴性。例如，可以通過池化操作來計算長程關系的表示，或者可以利用圖中的節點來表示文檔中距離較遠的實體，從而更好地表征實體之間的長程關系。

然而，利用上述方法抽取出的長程關系的可解釋性較差。因此，需要能夠提供更好的可解釋性的文檔級別的關系抽取方法。

發明內容

在本公開的第一方面，提供了一種訓練關系抽取模型的方法。該方法包括：基于由文檔中的目標實體對和與所述目標實體對關聯的目標關系組成的給定三元組，確定在給定三元組的條件下一組規則的概率分布，所述目標關系選自用于描述所述文檔中的實體對之間聯系的一組關系，所述一組規則用于描述所述目標實體對之間聯系的邏輯；基于所述在給定三元組的條件下一組規則的概率分布，確定在給定三元組的條件下得分的概率分布，所述得分指示在所述文檔中所述目標關系對于所述目標實體對是否有效；以及基于與所述得分對應的標記值，通過使所述在給定三元組的條件下得分的概率分布的參數的似然函數最大化，獲得經訓練的所述關系抽取模型。

在本公開的第二方面中，提供了一種用于訓練關系抽取模型的裝置。該裝置包括：規則概率確定模塊，被配置為基于由文檔中的目標實體對和與所述目標實體對關聯的目標關系組成的給定三元組，確定在給定三元組的條件下一組規則的概率分布，所述目標關系選自用于描述所述文檔中的實體對之間聯系的一組關系，所述一組規則用于描述所述目標實體對之間聯系的邏輯；得分概率確定模塊，被配置為基于所述在給定三元組的條件下一組規則的概率分布，確定在給定三元組的條件下得分的概率分布，所述得分指示在所述文檔中所述目標關系對于所述目標實體對是否有效；以及優化模塊，被配置為基于與所述得分對應的標記值，通過使所述在給定三元組的條件下得分的概率分布的參數的似然函數最大化，獲得經訓練的所述關系抽取模型。

在本公開的第三方面，提供了一種電子設備，包括：存儲器和處理器；其中存儲器用于存儲一條或多條計算機指令，其中一條或多條計算機指令被處理器執行以實現根據本公開的第一方面的方法。

在本公開的第四方面，提供了一種計算機可讀存儲介質，其上存儲有一條或多條計算機指令，其中一條或多條計算機指令被處理器執行實現根據本公開的第一方面的方法。

在本公開的第五方面，提供了一種關系抽取模型的方法。該方法包括：基于由文檔中的目標實體對和與所述目標實體對關聯的目標關系組成的給定三元組，生成用于描述所述目標實體對之間聯系的邏輯的一組規則，所述目標關系選自用于描述所述文檔中的實體對之間聯系的一組關系；基于所述一組規則，確定在所述目標實體對之間的至少一個路徑；以及基于所述至少一個路徑途經的實體對以及關聯的關系，確定指示在所述文檔中所述目標關系對于所述目標實體對是否有效的得分。