申请/专利权人：广东工业大学

申请日：2020-07-22

公开（公告）日：2024-04-19

公开（公告）号：CN111832287B

主分类号：G06F40/211

分类号：G06F40/211;G06F40/295

优先权：

专利状态码：有效-授权

法律状态：2024.04.19#授权;2020.11.13#实质审查的生效;2020.10.27#公开

摘要：本申请公开了一种实体关系联合抽取方法及装置，方法包括：采用预置Bilstm网络对字符嵌入矩阵进行特征提取，得到当前时间步的隐藏状态；对当前时间步的隐藏状态进行解码，得到初始主实体位置信息，并根据第一预置概率阈值对初始主实体位置信息进行标记操作，得到有效主实体位置信息；根据预置关系、有效主实体位置信息识别出初始客实体位置信息，并根据第二预置概率阈值对初始客实体位置信息进行标记操作，得到有效客实体位置信息；根据有效主实体位置信息、有效客实体位置信息和预置关系进行依赖建模，得到目标三元组。本申请解决了现有实体关系联合抽取技术在复杂语境下难以解决三元组重叠的技术问题。

主权项：1.一种实体关系联合抽取方法，其特征在于，包括：采用预置Bilstm网络对字符嵌入矩阵进行特征提取，得到当前时间步的隐藏状态；对所述当前时间步的隐藏状态进行解码，得到初始主实体位置信息，并根据第一预置概率阈值对所述初始主实体位置信息进行标记操作，得到有效主实体位置信息，所述有效主实体位置信息包括主实体开始位置和主实体结束位置；根据预置关系、所述有效主实体位置信息识别出初始客实体位置信息，并根据第二预置概率阈值对所述初始客实体位置信息进行标记操作，得到有效客实体位置信息，所述有效客实体位置信息包括客实体开始位置和客实体结束位置；根据所述有效主实体位置信息、所述有效客实体位置信息和所述预置关系进行依赖建模，得到目标三元组；所述根据所述有效主实体位置信息、所述有效客实体位置信息和所述预置关系进行依赖建模，得到目标三元组，还包括：将预置主实体类型和预置客实体类型引入所述依赖建模的过程中，得到优化后的目标三元组；所述采用预置Bilstm网络对字符嵌入矩阵进行特征提取，得到当前时间步的隐藏状态，之前还包括：将海量语料信息进行分句处理，得到句子文本；对所述句子文本进行筛选操作，得到句子文本集；对所述句子文本集中的每个句子进行字符级切分处理，得到每个句子的所有字符；将每个字符转换为字符嵌入向量，得到每个句子的字符嵌入矩阵。

全文数据：

权利要求：

百度查询： 广东工业大学 一种实体关系联合抽取方法及装置

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。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD