实体关系抽取方法技术

本发明专利技术提供了一种实体关系抽取方法，包括：依存句法分析，从句子中提取出实体对；对实体对进行关联关系添加，以得到第一三元组，对第一三元组进行DSNF匹配并按照设定条件对第一三元组进行筛选，以得到第二三元组；根据句子的上下文内容对实体对添加关系，以得到第三三元组；根据实体字典对实体对添加关系，以得到第四三元组；对第二三元组、第三三元组和第四三元组进行聚类，按照每个三元组之间的相似关系将所有三元组分为多个类。在本发明专利技术提供的实体关系抽取方法中，通过三种方法抽取实体的关系，可以使得实体抽取的关系丰富并且抽取关系的种类不单一。系的种类不单一。系的种类不单一。

【技术实现步骤摘要】
实体关系抽取方法


[0001]本专利技术涉及自然语言处理
，尤其是涉及一种实体关系抽取方法。

技术介绍

[0002]现有技术的关系抽取需要预定义关系类型，人工定义关系集合{R},如
‘
地点
’
、
‘
组织
’
等。在一些真实的场景下，人工定义的这一步将会非常困难。开放关系抽取是不限定关系类型的关系抽取方法，关系源自原文本。目前开放关系抽取主要分为两类方法。第一类是基于监督学习的方法，例如TextRunner和Reverb的方法，TextRunner主要特点是手工标注数据，缺点是标注数据较少。Reverb主要特点是融入了句法规则训练数据，对每条三元组进行置信度的评分。缺点是只有动词关系，会匹配错误的头尾实体。基于Reverb生成训练数据进行远程监督学习的方法OLLIE，虽解决了实体匹配的问题，但效率略差。第二类是基于句法模式，例如，DSNFs和ClausIE，DSNFs使用了7种句法模式，但缺点就是抽取的关系有限。ClausIE使用了复合句的关系抽取，自定义子句类型，但对于本文档来自技高网...

【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：依存句法分析，从句子中提取出实体对；对所述实体对进行关联关系添加，以得到第一三元组，对所述第一三元组进行DSNF匹配并按照设定条件对所述第一三元组进行筛选，以得到第二三元组；根据所述句子的上下文内容对所述实体对添加关系，以得到第三三元组；根据实体字典对所述实体对添加关系，以得到第四三元组；以及对所述第二三元组、第三三元组和第四三元组进行聚类，按照每个所述三元组之间的相似关系将所有三元组分为多个类。2.如权利要求1所述的实体关系抽取方法，其特征在于，依存句法分析，从句子中提取出实体对的方法包括：依存句法分析，从句子中提出多个实体；将指向同一个人或物的实体合并为一个实体；以及将任意两个实体组合形成实体对。3.如权利要求1所述的实体关系抽取方法，其特征在于，所述关联关系包括：并列关系和因果关系。4.如权利要求1所述的实体关系抽取方法，其特征在于，按照设定条件对所述第一三元组进行筛选的方法包括：若从过短的句子提取出的实体对，则将所述实体对舍弃；同一句子中的所述实体对的数量小于或等于3，且所述实体对的字符数量小于10，若不能同时满足，则将所述实体对舍弃；若所述实体对中的第一个实体依赖于谓词，则所述第一个实体不能同时依赖于谓词之外的其他单词，否则将所述实体对舍弃；所述实体对所在的句子中，第一个实体和第二个实体之间的距离小于或等于四个字符，否则将所述实体对舍弃；所述实体对中，当一个实体是直接宾语，且依赖于VOB的谓语时，该实体为名词，否则将所述实体对舍弃；当关系词中，谓语前面有多个状语短语时，所述谓语匹配最接近谓词的一个状语短语；当关系词中，宾语为介词性宾语或宾语的修饰词是一个副词性状语时；当关系词中，存在并列谓语时，第二个动宾结构不能直接构成SBV
‑
VOB的形式，且第二个谓词前不能含有实体；如果介词为被或者由时，对第一个实体和第二实体的位置进行交换；如果第二个实体所依存的词与第一个实体所依存的词构成COO关系，那么特征关系词选择第二个实体所依存的词；以...

【专利技术属性】
技术研发人员：李剑楠，周小雪，马骏，方言，李恒，梁广涛，曹妙霞，
申请(专利权)人：上海千鸟信息科技有限公司，
类型：发明
国别省市：