实体关系识别方法、装置、计算机设备和存储介质制造方法及图纸

本申请涉及一种实体关系识别方法、装置、计算机设备和存储介质。所述方法涉及人工智能技术，包括：获取语句，对语句进行分词处理获得语句元素，并从语句元素中确定语句中的头实体；基于头实体对各语句元素进行编码，根据获得的语句元素对应的语句元素特征得到语句对应的编码特征；根据编码特征进行迭代解码以进行实体识别，获得指向尾实体的概率分布；每次迭代解码时根据编码特征和当前解码状态进行解码，且当前解码状态采用前一次迭代解码获得的概率分布；在满足迭代解码停止条件后，基于历次迭代解码获得的概率分布所指向的尾实体，确定语句中与头实体具有实体对应关系的尾实体。采用本方法能够提高实体关系识别的处理效率。

【技术实现步骤摘要】
实体关系识别方法、装置、计算机设备和存储介质
本申请涉及计算机
，特别是涉及一种实体关系识别方法、装置、计算机设备和存储介质，以及一种实体关系识别模型训练方法、装置、计算机设备和存储介质。
技术介绍
实体关系识别，即实体关系抽取，旨在从大规模非结构或半结构的自然语言语句中抽取结构化信息，以确定自然语言语句中的各实体之间的语义关系，可以解决自然语言语句中实体之间分类的问题，也是构建复杂知识库系统的重要基础，如文本摘要、自动问答、机器翻译、搜索引擎、知识图谱等。对于实体间存在一对多的实体关系进行识别时，如医疗实体中部位实体与症状实体间的一对多实体关系，例如部位实体为皮肤，症状实体为瘙痒、疼痛等，传统方法多是建立二分类任务，分别确定两两实体间的实体关系，再根据各两两识别关系识别的结果确定实体间一对多的实体关系。然而，重复将自然语言语句中的实体两两进行实体关系识别处理，过程繁琐，且工作量大，导致实体关系识别的处理效率较低。
技术实现思路
基于此，有必要针对上述技术问题，提供一种能够提高识别处理效率的实体关系识别方法、装置、计算机设备和存储介质，以及一种实体关系识别模型训练方法、装置、计算机设备和存储介质。一种实体关系识别方法，所述方法包括：获取语句，对语句进行分词处理获得语句元素，并从语句元素中确定语句中的头实体；基于头实体对各语句元素进行编码，根据获得的语句元素对应的语句元素特征得到语句对应的编码特征；根据编码特征进行迭代解码以进行实体识别，获得指向尾实体的概率分布；每次迭代解码时根据编码特征和当前解码状态进行解码，且当前解码状态采用前一次迭代解码获得的概率分布；在满足迭代解码停止条件后，基于历次迭代解码获得的概率分布所指向的尾实体，确定语句中与头实体具有实体对应关系的尾实体。一种实体关系识别装置，所述装置包括：语句获取模块，用于获取语句，对语句进行分词处理获得语句元素，并从语句元素中确定语句中的头实体；语句编码模块，用于基于头实体对各语句元素进行编码，根据获得的语句元素对应的语句元素特征得到语句对应的编码特征；迭代解码模块，用于根据编码特征进行迭代解码以进行实体识别，获得指向尾实体的概率分布；每次迭代解码时根据编码特征和当前解码状态进行解码，且当前解码状态采用前一次迭代解码获得的概率分布；识别结果获取模块，用于在满足迭代解码停止条件后，基于历次迭代解码获得的概率分布所指向的尾实体，确定语句中与头实体具有实体对应关系的尾实体。一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现以下步骤：获取语句，对语句进行分词处理获得语句元素，并从语句元素中确定语句中的头实体；基于头实体对各语句元素进行编码，根据获得的语句元素对应的语句元素特征得到语句对应的编码特征；根据编码特征进行迭代解码以进行实体识别，获得指向尾实体的概率分布；每次迭代解码时根据编码特征和当前解码状态进行解码，且当前解码状态采用前一次迭代解码获得的概率分布；在满足迭代解码停止条件后，基于历次迭代解码获得的概率分布所指向的尾实体，确定语句中与头实体具有实体对应关系的尾实体。一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现以下步骤：获取语句，对语句进行分词处理获得语句元素，并从语句元素中确定语句中的头实体；基于头实体对各语句元素进行编码，根据获得的语句元素对应的语句元素特征得到语句对应的编码特征；根据编码特征进行迭代解码以进行实体识别，获得指向尾实体的概率分布；每次迭代解码时根据编码特征和当前解码状态进行解码，且当前解码状态采用前一次迭代解码获得的概率分布；在满足迭代解码停止条件后，基于历次迭代解码获得的概率分布所指向的尾实体，确定语句中与头实体具有实体对应关系的尾实体。上述实体关系识别方法、装置、计算机设备和存储介质，对语句进行分词处理获得语句元素，并从语句元素中确定语句中的头实体，并基于头实体对各语句元素进行编码，根据获得的语句元素对应的语句元素特征得到语句对应的编码特征，根据得到的编码特征进行迭代解码以进行实体识别，得到指向尾实体的概率分布，每次迭代解码时根据编码特征和前一次迭代解码获得的概率分布确定的当前解码状态进行解码，满足迭代解码停止条件后，根据历次迭代解码获得的概率分布所指向的尾实体，从语句中确定与头实体具有实体对应关系的尾实体。在实体关系识别过程中，直接根据语句对应的编码特征和前一次迭代解码获得的概率分布确定的当前解码状态进行迭代解码，实现实体识别，并根据历次迭代解码获得的概率分布确定与头实体具有实体对应关系的尾实体，简化了实体关系识别的处理过程，不需要将实体两两进行实体关系识别，可以快速从语句中识别实体间一对多的实体关系，提高了实体关系识别的处理效率。一种实体关系识别模型训练方法，包括：获取训练语句，对训练语句进行分词处理获得训练语句元素，并从训练语句元素中确定训练语句中携带尾实体标签的训练头实体；通过待训练的模型基于训练头实体对各训练语句元素进行编码，根据获得的训练语句元素对应的训练语句元素特征得到训练语句对应的训练编码特征；通过模型根据训练编码特征进行迭代解码以进行实体识别，获得指向尾实体的训练概率分布；每次迭代解码时根据训练编码特征和当前训练解码状态进行解码，且当前训练解码状态采用前一次迭代解码获得的训练概率分布；在满足迭代解码停止条件后，基于历次迭代解码获得的训练概率分布所指向的尾实体，确定训练语句中与训练头实体具有实体对应关系的尾实体；根据尾实体和尾实体标签调整模型的参数后继续进行训练，直至满足训练结束条件时结束训练，得到训练完成的实体关系识别模型。一种实体关系识别模型训练装置，所述装置包括：训练语句获取模块，用于获取训练语句，对训练语句进行分词处理获得训练语句元素，并从训练语句元素中确定训练语句中携带尾实体标签的训练头实体；训练语句编码模块，用于通过待训练的模型基于训练头实体对各训练语句元素进行编码，根据获得的训练语句元素对应的训练语句元素特征得到训练语句对应的训练编码特征；迭代解码训练模块，用于通过模型根据训练编码特征进行迭代解码以进行实体识别，获得指向尾实体的训练概率分布；每次迭代解码时根据训练编码特征和当前训练解码状态进行解码，且当前训练解码状态采用前一次迭代解码获得的训练概率分布；训练识别结果模块，用于在满足迭代解码停止条件后，基于历次迭代解码获得的训练概率分布所指向的尾实体，确定训练语句中与训练头实体具有实体对应关系的尾实体；模型调整模块，用于根据尾实体和尾实体标签调整模型的参数后继续进行训练，直至满足训练结束条件时结束训练，得到训练完成的实体关系识别模型。一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现以下步骤：获取训练语句，对训本文档来自技高网...

【技术保护点】
1.一种实体关系识别方法，其特征在于，所述方法包括：/n获取语句，对所述语句进行分词处理获得语句元素，并从所述语句元素中确定所述语句中的头实体；/n基于所述头实体对各所述语句元素进行编码，根据获得的所述语句元素对应的语句元素特征得到所述语句对应的编码特征；/n根据所述编码特征进行迭代解码以进行实体识别，获得指向尾实体的概率分布；每次迭代解码时根据所述编码特征和当前解码状态进行解码，且所述当前解码状态采用前一次迭代解码获得的概率分布；/n在满足迭代解码停止条件后，基于历次迭代解码获得的概率分布所指向的尾实体，确定所述语句中与所述头实体具有实体对应关系的尾实体。/n

【技术特征摘要】
1.一种实体关系识别方法，其特征在于，所述方法包括：
获取语句，对所述语句进行分词处理获得语句元素，并从所述语句元素中确定所述语句中的头实体；
基于所述头实体对各所述语句元素进行编码，根据获得的所述语句元素对应的语句元素特征得到所述语句对应的编码特征；
根据所述编码特征进行迭代解码以进行实体识别，获得指向尾实体的概率分布；每次迭代解码时根据所述编码特征和当前解码状态进行解码，且所述当前解码状态采用前一次迭代解码获得的概率分布；
在满足迭代解码停止条件后，基于历次迭代解码获得的概率分布所指向的尾实体，确定所述语句中与所述头实体具有实体对应关系的尾实体。


2.根据权利要求1所述的方法，其特征在于，所述基于所述头实体对各所述语句元素进行编码，根据获得的所述语句元素对应的语句元素特征得到所述语句对应的编码特征包括：
对所述语句元素进行属性特征映射，得到所述语句元素的元素属性特征；
根据所述语句元素的元素类型进行类型特征映射，得到所述语句元素的元素类型特征；
根据所述头实体在所述语句中的头实体位置对所述语句元素进行位置特征映射，得到所述语句元素的元素位置特征；所述语句元素对应的语句元素特征包括所述元素属性特征、所述元素类型特征和所述元素位置特征；
对各所述语句元素对应的语句元素特征进行编码，得到所述语句对应的编码特征。


3.根据权利要求2所述的方法，其特征在于，所述元素类型包括部位实体、症状实体类型、症状性质实体、症状程度实体、症状诱因实体和非实体元素中的至少一种。


4.根据权利要求2所述的方法，其特征在于，所述根据所述头实体在所述语句中的头实体位置对所述语句元素进行位置特征映射，得到所述语句元素的元素位置特征包括：
确定所述头实体在所述语句中的头实体位置；
确定在所述语句中各所述语句元素分别与所述头实体位置相对的元素相对位置；
根据所述语句元素的元素相对位置进行位置特征映射，得到所述语句元素的元素位置特征。


5.根据权利要求2所述的方法，其特征在于，所述对各所述语句元素对应的语句元素特征进行编码，得到所述语句对应的编码特征包括：
根据各所述语句元素对应的语句元素特征在所述语句中的先后顺序，分别按照前向方向和后向方向进行按序编码，得到各所述语句元素对应的前向编码特征和后向编码特征；
将所述前向编码特征和所述后向编码特征进行拼接，得到所述语句元素对应的元素编码特征；
根据各所述语句元素对应的元素编码特征得到所述语句对应的编码特征。


6.根据权利要求1所述的方法，其特征在于，所述根据所述编码特征进行迭代解码以进行实体识别，获得指向尾实体的概率分布包括：
将前一次迭代解码获得的概率分布确定为当前解码状态；
根据所述当前解码状态和所述编码特征进行解码，得到本次迭代解码的指向尾实体的概率分布；
将本次迭代解码的指向尾实体的概率分布作为所述当前解码状态，并返回所述根据所述当前解码状态和所述编码特征进行解码，得到本次迭代解码的指向尾实体的概率分布的步骤。


7.根据权利要求6所述的方法，其特征在于，所述根据所述当前解码状态和所述编码特征进行解码，得到本次迭代解码的指向尾实体的概率分布包括：
根据所述当前解码状态和所述编码特征进行特征融合，得到解码融合特征；
对所述解码融合特征进行特征映射，得到本次迭代解码的指向尾实体的概率分布。


8.根据权利要求7所述的方法，其特征在于，所述根据所述当前解码状态和所述编码特征进行特征融合，得到解码融合特征包括：
从所述编码特征中确定各语句元素对应的元素编码特征；
将所述当前解码状态分别与各语句元素对应的元素编码特征进行特征融合，得到各所述语句元素对应的元素融合特征；
根据各所述语句元素对应的元素融合特征得到解码融合特征。


9.根据权利要求1所述的方法，其特征在于，所述在满足迭代解码停止条件后，基于历次迭代解码获得的概率分布所指向的尾实体，确定所述语句中与所述头实体具有实体对应关系的尾实体包括：
当迭代解码获得的概率分布为解码结束类型分布时，确定历次迭代解码获得的概率分布所指向的尾实体对应的尾实体位置；
从所述语句中确定所...

【专利技术属性】
技术研发人员：杨培，
申请(专利权)人：腾讯科技深圳有限公司，
类型：发明
国别省市：广东;44