一种实体关系抽取方法、装置、电子设备及存储介质制造方法及图纸

本发明专利技术实施例公开一种实体关系抽取方法、装置、电子设备及存储介质。该方法包括：获取预设文本库中的至少一个文本信息；确定文本信息对应的嵌入向量；确定任意两个嵌入向量对应的向量对，并保存各向量对到标记组合结果；根据标记组合结果和预先训练的分类器确定文本信息对应的实体关系。本发明专利技术实施例，通过预先训练的分类器基于文本信息的嵌入向量进行分析，提取到文本信息的实体关系，可解决实体嵌套以及实体对重叠的问题，在保证三元组提取过程中各个元素的紧密相关度的基础上，可减少误差、解决泛化性差的问题，提升了实体关系抽取的精确性。确性。确性。

【技术实现步骤摘要】
一种实体关系抽取方法、装置、电子设备及存储介质


[0001]本专利技术涉及自然语言处理
，尤其涉及一种实体关系抽取方法、装置、电子设备及存储介质。

技术介绍

[0002]近年来，互联网信息技术高速发展，新闻、社交等网站每天有海量的新数据产生出来。这些数据中包含着各种各样的内容，其中有很多十分有价值的信息，这些信息对人们的生活起着至关重要的作用。为了抽取并有效使用这些有价值的信息，提出了知识图谱的概念。虽然现有的知识图谱已经包含数亿计的数据，但是网络上的信息每天不断增加，知识图谱中的信息也需要随之进行完善。
[0003]现有技术中，采用传统的pipeline方法首先识别实体，然后为每对可能的实体提取一个关系。这样的框架使任务易于执行，但忽略了实体和关系之间相互依存不可分割的事实，最终识别的结果可能会导致误差、泛化性差等问题；基于关系的注意力机制优化句子特征表示，通过将关系提取映射到实体对的方式实现联合抽取，其设计方式在一定程度解决了关系重叠的问题，但基于关系识别出实体难度较大，且其存在交互性不足且难以高效解决关系重叠的问题。总体而言本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种实体关系抽取方法，其特征在于，包括：获取预设文本库中的至少一个文本信息；确定所述文本信息对应的嵌入向量；确定任意两个所述嵌入向量对应的向量对，并保存各所述向量对到标记组合结果；根据所述标记组合结果和预先训练的分类器确定所述文本信息对应的实体关系。2.根据权利要求1所述的方法，其特征在于，所述在获取预设文本库中的至少一个文本信息之前，还包括：对所述文本信息进行文本预处理；将所述文本预处理之后得到的所述文本信息存入所述预设文本库中。3.根据权利要求2所述的方法，其特征在于，所述文本预处理的方式至少包括下述之一：使用分词工具将所述至少一个文本信息进行切分，并标注每个切分生成的分词所对应的分词词性；去除所述至少一个文本信息内包括的停用词；依据预先配置的语法处理规则对所述至少一个文本信息进行语法结构分析，并获取分析结果；采用预设文本相似度算法对所述至少一个文本信息进行去重操作。4.根据权利要求1所述的方法，其特征在于，所述确定所述文本信息对应的嵌入向量，包括：将所述文本信息输入至预设预训练语言模型中；依据所述预设预训练语言模型将所述文本信息编码为对应的嵌入向量；其中，所述文本信息中包含至少一个词汇，所述词汇至少对应一个所述嵌入向量。5.根据权利要求1所述的方法，其特征在于，所述确定任意两个所述嵌入向量对应的向量对，并保存各所述向量对到所述标记组合结果，包括：依据枚举方法将任意两个所述嵌入向量进行组合，以形成对应的向量对；其中，所述向量对至少为一个，所述向量对中包含两个所述嵌入向量；将各所述向量对作为相应的标记组合结果；其中，所述标记组合结果中包含所述文本信息对应的头实体和尾实体分别对应的开始嵌入向量，组成开始嵌入向量对，以及所述头实体和...

【专利技术属性】
技术研发人员：朱天佑，王路涛，李博，边靖宸，陈振宇，李继伟，陈思宇，刘普凡，
申请(专利权)人：国家电网有限公司大数据中心，
类型：发明
国别省市：