[發(fā)明專利]基于主動(dòng)學(xué)習(xí)的文本關(guān)系抽取方法、電子設(shè)備及存儲(chǔ)介質(zhì)

有效

• 申請(qǐng)?zhí)枺?/td>: 202310692938.3
• 申請(qǐng)日: 2023-06-13
• 公開（公告）號(hào): CN116431757B
• 公開（公告）日: 2023-08-25
• 發(fā)明（設(shè)計(jì)）人: 袁得崳;葉乃夫;李欣;孫海春;羅婷;倪培峰;張煒琛;于偉
• 申請(qǐng)（專利權(quán)）人: 中國人民公安大學(xué)
• 主分類號(hào): G06F16/31
• 分類號(hào): G06F16/31;G06F40/216;G06F40/295;G06F40/30;G06N3/045;G06N3/0455;G06N3/0442;G06N3/0464;G06N3/047;G06N3/048;G06N3/091
• 代理公司: 北京鍾維聯(lián)合知識(shí)產(chǎn)權(quán)代理有限公司 11579
• 代理人: 黃利萍

1.一種基于主動(dòng)學(xué)習(xí)的文本關(guān)系抽取方法，其特征在于，所述方法包括如下步驟：

S100，獲取任一訓(xùn)練樣本d中的初始實(shí)體集S0^d={S0^d₁，S0^?d_?2，……，S0^?d_i，……，S0^d_?md}和關(guān)系類別集R^d={R^d₁，R^d₂，……，R^d_j，……，R^d_nd}，S0^d_i為S0^d中的第i個(gè)實(shí)體，i的取值為1到md，md為訓(xùn)練樣本d中的實(shí)體數(shù)量，R^d_j為R^d中的第j個(gè)關(guān)系類別，j的取值為1到nd，nd為訓(xùn)練樣本d中的關(guān)系類別的數(shù)量；d的取值為1到H，H為訓(xùn)練樣本的數(shù)量；

S200，獲取S0^d_i的關(guān)系類別概率集P0^d_i={P0^d_i1，P0^d_i2，……，P0^d_ij，……，P0^d_ind}，P0^d_ij為S0^d_i屬于R^d_j的概率；

S300，獲取S0^d_i對(duì)應(yīng)的分類價(jià)值V0^d_i=ln（P01^d_i/（P02^d_i+σ0^d_i）），如果V0^d_i＞0，則賦予S0^d_i第一標(biāo)簽，如果V0^d_i＜0，則賦予S0^d_i第二標(biāo)簽；得到具有標(biāo)簽的訓(xùn)練樣本d；P01^d_i為P0^d_i中的最大者，P02^d_i為P0^d_i中的次大者，σ0^d_i為基于P0^d_i得到的離散值，σ0^d_i=（（∑^nd_j=1（AvgP0^d_i-P0^d_ij）²）/nd）^1/2，AvgP0^d_i為P0^d_i的平均值；

S400，對(duì)具有標(biāo)簽的訓(xùn)練樣本d中的冗余實(shí)體進(jìn)行過濾處理，得到過濾處理后的訓(xùn)練樣本d；

S500，基于過濾處理后的H個(gè)訓(xùn)練樣本，對(duì)初始文本關(guān)系抽取模型進(jìn)行訓(xùn)練，得到目標(biāo)文本關(guān)系抽取模型；

S600，利用所述目標(biāo)文本關(guān)系抽取模型對(duì)需要抽取實(shí)體關(guān)系的文本中的實(shí)體關(guān)系進(jìn)行抽取。

2.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述初始文本關(guān)系抽取模型為改進(jìn)的BERT-BiGRU⁺-CRF模型，其中，CRF模型的激活函數(shù)YeLU（x）滿足如下條件：

如果x≥0，則YeLU（x）=x，如果x＜0，則YeLU（x）=-（-x）^1/2，x表示改進(jìn)的BERT-BiGRU⁺-CRF模型中的隱藏層狀態(tài)。