申请/专利权人:昆明理工大学
申请日:2024-01-16
公开(公告)日:2024-04-16
公开(公告)号:CN117892729A
主分类号:G06F40/295
分类号:G06F40/295;G06F40/284;G06F16/36;G06F40/30
优先权:
专利状态码:在审-实质审查的生效
法律状态:2024.05.03#实质审查的生效;2024.04.16#公开
摘要:本发明提出了一种面向金属复合材料文献的文档级迭代实体及关系抽取方法,属于自然语言处理领域。本发明首先提出了一个新的混合规则和深度学习的命名实体识别模型对金属复合材料文献的工艺实体进行抽取,并引入工艺知识库过滤器对抽取结果进行过滤,得到实体集合,提升了原有模型抽取材料工艺数据的性能。然后提出了一个新的基于规则的迭代实关系体识别算法,以指代名词作为关系触发词,在上下文寻找相应实体并建立关系得到关系集合,用于提取金属复合材料文献中的文档级关系。本发明对于材料文献的提取获得了更好的效果,将为后续材料基因工程人员提供有力数据进行新材料的研发。
主权项:1.一种面向金属复合材料文献的文档级迭代实体及关系抽取方法,其特征在于:首先利用混合规则和深度学习的命名实体识别模型对金属复合材料文献的工艺实体进行抽取,并引入工艺知识库过滤器对抽取结果进行过滤,得到实体集合;然后利用基于规则的迭代实体及关系识别算法,使用不同类别的指代名词作为关系触发词,在上下文寻找相应实体或关系并建立关系,得到关系集合;具体步骤如下:Step1、输入金属复合材料文献文本并进行分词分句;Step2、根据预定义的实体类型分别使用规则和深度学习的方法对文本进行实体抽取;Step3、将抽取的实体进行整合,并引入金属复合材料工艺知识库对抽取的实体进行过滤,得到抽取出的实体集合;Step4、识别文本中充当关系指代线索的指代名词;Step5、使用指代名词作为关系触发词,进行上下文分析,根据指代名词类别的不同分别执行不同步骤;Step6、遍历文本中每个句子,执行Step7,将每次抽取出的关系作为迭代实体加入Step3中的实体集合,作为下一次迭代的输入数据,遍历结束后执行Step10;Step7、如果指代名词为混合指代名词,则执行Step8,如果指代名词为单独指代名词,则执行Step9;Step8、构建混合指代名词关系;Step9、构建单独指代名词关系;Step10、将实体集合中迭代实体加入到关系集合;Step11、返回输出关系三元组。
全文数据:
权利要求:
百度查询: 昆明理工大学 一种面向金属复合材料文献的文档级迭代实体及关系抽取方法
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。