申请/专利权人:南京柯基数据科技有限公司
申请日:2020-08-26
公开(公告)日:2020-11-24
公开(公告)号:CN111984790A
主分类号:G06F16/35(20190101)
分类号:G06F16/35(20190101);G06F40/295(20200101);G06F40/216(20200101);G06N3/08(20060101)
优先权:
专利状态码:有效-授权
法律状态:2023.07.25#授权;2020.12.11#实质审查的生效;2020.11.24#公开
摘要:本发明提出了一种实体关系抽取方法,属于实体关系抽取领域,本发明的方法为:构建语料库;选取语料库的数据进行标注得到标注数据集;并根据语料库构建正则模板,再通过正则模板对语料库的数据进行标注得到扩充数据集;将标注数据集和扩充数据集分为训练集和测试集;利用训练集训练神经网络模型,再利用训练后的神经网络模型对测试集进行处理得到关系分类结果;利用正则模板对测试集进行匹配得到分类结果;根据关系分类结果和匹配分类结果得到最终关系抽取结果。本发明克服了现有技术中仅使用神经网络模型进行实体关系抽取,抽取时标注数据量较少且抽取效果不佳的不足,本发明通过利用正则模板可以扩充标注数据量,并且可提高实体关系抽取的效果。
主权项:1.一种实体关系抽取方法,其特征在于,包括构建语料库;选取语料库的数据进行标注得到标注数据集;并根据语料库构建正则模板,再通过正则模板对语料库的数据进行标注得到扩充数据集;将标注数据集和扩充数据集分为训练集和测试集;利用训练集训练神经网络模型,再利用训练后的神经网络模型对测试集进行处理得到关系分类结果;利用正则模板对测试集进行匹配得到分类结果;根据关系分类结果和匹配分类结果得到最终关系抽取结果。
全文数据:
权利要求:
百度查询: 南京柯基数据科技有限公司 一种实体关系抽取方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。