[發明專利]關系抽取的方法、裝置、設備及存儲介質

在審

• 申請號: 202111350221.8
• 申請日: 2021-11-15
• 公開（公告）號: CN114090788A
• 公開（公告）日: 2022-02-25
• 發明（設計）人: 唐光遠;羅琴;李潤靜;陳海波;熊瓊;張俊杰
• 申請（專利權）人: 珠海格力電器股份有限公司;珠海聯云科技有限公司
• 主分類號: G06F16/36
• 分類號: G06F16/36;G06F40/284;G06F40/30;G06N3/04;G06N3/08
• 代理公司: 北京華夏泰和知識產權代理有限公司 11662
• 代理人: 唐會娜

本申請涉及一種關系抽取的方法、裝置、設備及存儲介質；其中，所述方法包括：獲取與空調相關的至少兩個待識別的文本；對各個所述待識別的文本進行語義編碼，得到與所述待識別的文本各自對應的詞向量；基于各個詞向量，提取各個所述待識別的文本之間的依賴關系。本申請用以解決現有技術中，針對空調相關文本的關系抽取效果不理想的問題。

技術領域

本申請涉及自然語言處理技術領域，尤其涉及一種關系抽取的方法、裝置、設備及存儲介質。

背景技術

關系抽取是自然語言處理領域的一項基本且重要的任務。同時，關系抽取也是信息抽取中一項基本任務之一。信息抽取指的從非結構化或半結構化文本中提取關鍵信息，并整合為結構化信息的一項技術。從字面上理解來說，關系抽取就是識別實體與實體的關系。關系抽取主要負責從文本中識別出實體，抽取實體間的語義關系。

通常，人們會從一段新聞或者文字中獲取自己需要的，并且重要的信息以及它們之間存在的關系，所以這個時候，關系抽取就顯得十分重要，它能幫助我們很快的從文本中檢索出我們需要的關鍵信息，而且能夠識別出它們之間的依賴關系。這對于工業文件的數據挖掘和知識發現研究的展開也有著重要意義和研究價值。

目前，公司對外采購空調相關的物料時，完全依賴人工拆解接線圖紙形成核價BOM表(Bill of Material，物料清單)，此過程依賴大量人工作業，耗時耗力。所以，需要利用人工智能的語義分析與圖片分析先進等技術結合完成接線圖的原材料提取與用量統計，以提高效率，減少人力和耗時。其中，一個很重要的課題就是，從空調文本文件，識別出各個空調文本之間的依賴關系。

對于空調文本的關系抽取，可以基于人工詞典和規則的方法實現，但是，這類方法缺點是擴展性和可移植性查，而且，需要耗費大量的人工作業，耗費大量的人力物力，所以效果不是很理想。隨著機器學習的方法的興起，機器學習的相關技術被應用到關系抽取這個任務中，例如：(支持向量機，Support Vector Machine，SVM)、隱馬爾科夫模型(HiddenMarkov Model，HMM)等，雖然在一定程度效果優于基于人工和規則的方法，但是仍然需要大量的特征工程，效果也不是很理想。

發明內容

本申請提供了一種關系抽取的方法、裝置、設備及存儲介質，用以解決現有技術中，針對空調相關文本的關系抽取效果不理想的問題。

第一方面，本申請實施例提供了一種關系抽取的方法，包括：

獲取與空調相關的至少兩個待識別的文本；

對各個所述待識別的文本進行語義編碼，得到與所述待識別的文本各自對應的詞向量；

基于各個詞向量，提取各個所述待識別的文本之間的依賴關系。

可選的，所述對各個所述待識別的文本進行語義編碼，得到與所述待識別的文本各自對應的詞向量，包括：

將各個所述待識別的文本輸入到預先訓練好的ELMo模型中，利用所述ELMo模型對各個所述待識別的文本進行語義編碼，得到每個所述待識別的文本各自的詞向量。

可選的，所述基于各個詞向量，提取各個所述待識別的文本之間的依賴關系，包括：

將各個所述詞向量，輸入到預先訓練好的深度金字塔卷積神經網絡模型中，提取各個所述待識別的文本之間的依賴關系。

可選的，所述依賴關系包括：配件從屬關系、屬性長度從屬關系、屬性管徑從屬關系、屬性數量從屬關系和主客從屬關系中的至少一種。

可選的，所述將各個所述待識別的文本輸入到預先訓練好的ELMo模型中之前，還包括：

獲取標注好的與空調相關的多個訓練文本；

利用所述訓練文本，對初始ELMo模型進行訓練，得到訓練好的ELMo模型以及各個所述訓練文本各自對應的目標詞向量；