[發明專利]一種快速啟動的交互式關系標注與抽取框架

在審

• 申請號: 202111474423.3
• 申請日: 2021-12-03
• 公開（公告）號: CN114118092A
• 公開（公告）日: 2022-03-01
• 發明（設計）人: 李學愷;漆桂林
• 申請（專利權）人: 東南大學
• 主分類號: G06F40/295
• 分類號: G06F40/295;G06F16/36;G06F16/28;G06K9/62;G06N3/08
• 代理公司: 南京眾聯專利代理有限公司 32206
• 代理人: 杜靜靜

1.一種快速啟動的交互式關系標注與抽取框架，其特征在于，包括以下步驟：

S1：使用通用命名實體識別數據集對命名實體識別模型進行預訓練；

S2：使用通用關系抽取數據集對少樣本關系抽取模型進行預訓練；

S3：設定待抽取關系和少量標注數據；

S4：對待抽取文本進行數據預處理；

S5：使用命名實體識別模型對待抽取文本進行命名實體識別；

S6：對實體進行人工配對；

S7：對配對結果進行初步關系抽??；

S8：對關系抽取結果進行人工校對；

S9：對少樣本關系抽取模型進行微調；

S10：重復S4到S9直到所有的待抽取文本均處理完成。

2.根據權利要求1所述的快速啟動的交互式關系標注與抽取框架，其特征在于，步驟S1：使用通用命名實體識別數據集對命名實體識別模型進行預訓練，構建快速啟動交互式關系標注與抽取框架，框架包含：命名實體識別模型、少樣本關系抽取模型、待處理文本倉庫、通用命名實體識別數據集、通用關系抽取數據集和專用關系抽取數據倉庫。

3.根據權利要求2所述的快速啟動的交互式關系標注與抽取框架，其特征在于，步驟S2使用通用關系抽取數據集對少樣本關系抽取模型進行預訓練，具體如下，構建框架中的命名實體識別模型Net_ner，采用通用領域命名實體類識別數據集進行預訓練；構建所述框架中的少樣本關系抽取模型Net_re，先使用通用領域關系抽取數據集以元學習方式訓練，得到初始化參數θ₀，再使用專用關系抽取數倉庫對Net_re的參數θ₀進行微調，得到參數θ₁。

4.根據權利要求3所述的快速啟動的交互式關系標注與抽取框架，其特征在于，步驟S3：設定待抽取關系和少量標注數據；從待處理文本倉庫中，選取一條待抽取文本S。

5.根據權利要求4所述的快速啟動的交互式關系標注與抽取框架，其特征在于，步驟S4：對待抽取文本進行數據預處理；使用預訓練的命名實體類識別模型對待抽取文本進行命名實體識別，在待處理文本中將命名實體識別的結果{e₁，e₂，...e_n}進行標記。

6.根據權利要求5所述的快速啟動的交互式關系標注與抽取框架，其特征在于，步驟S5：使用命名實體識別模型對待抽取文本進行命名實體識別，具體如下，標注者手動將S4中識別出的命名實體進行配對，即選出需要進行關系抽取的頭尾實體對{e_h，e_t}，將被標注者選中的實體對{e_h，e_t}，以及包含實體對的句子S、實體類型{C_h，C_t}和實體在句子中的相對位置{Pos_h，Pos_t}作為下一步進行關系抽取的輸入。