【技术实现步骤摘要】
本专利技术属于人工智能技术和自然语言处理，尤其涉及一种基于卷积特征共享的实体关系联合抽取方法及系统。
技术介绍
1、本部分的陈述仅仅是提供了与本专利技术相关的
技术介绍
信息，不必然构成在先技术。
2、随着互联网技术的快速发展，人们需要处理的数据量激增，特别是在人工智能等数据信息处理领域，如何快速高效地从文本中抽取出实体及实体之间的关系信息，成为迫切需要解决的重要问题。在互联网信息处理领域中，实体往往指可以指示某类具体事物的集合，可以是具体的人事物，也可以是抽象的概念、联系等。实体关系抽取是针对非结构化数据进行信息抽取的一项核心任务，其主要目标是从文本中同时检测实体并识别实体对间的语义关系，被广泛应用在知识图谱构建、信息检索、对话生成和问答系统等方面。
3、联合实体关系抽取是信息抽取任务中的关键一环，它包含命名实体抽取(ner)和关系抽取(re)两个子任务，虽然目前的联合抽取取得了一定的进展，但是仍然存在着特征误分类和子任务交互不足的问题，具体表现在：现有方法在进行关系抽取的过程中会存在误差传播和暴露偏差的问题；在命...
【技术保护点】
1.一种基于卷积特征共享的实体关系联合抽取方法，其特征在于，包括：
2.如权利要求1所述的一种基于卷积特征共享的实体关系联合抽取方法，其特征在于，所述基于所述拼接特征，利用一维卷积，获得第三特征表示，以及利用二维卷积，获得实体和关系第四特征表示，具体为：基于所述拼接特征，通过一维卷积捕获实体和关系的表面语义特征和显示特征；基于二维卷积捕获实体和关系的深层上下文关系和潜在特征。
3.如权利要求1所述的一种基于卷积特征共享的实体关系联合抽取方法，其特征在于，所述基于所述共享特征矩阵构建交叉注意力得分矩阵，具体为：基于共享特征矩阵，利用前馈神经网络及...
【技术特征摘要】
1.一种基于卷积特征共享的实体关系联合抽取方法，其特征在于，包括：
2.如权利要求1所述的一种基于卷积特征共享的实体关系联合抽取方法，其特征在于，所述基于所述拼接特征，利用一维卷积，获得第三特征表示，以及利用二维卷积，获得实体和关系第四特征表示，具体为：基于所述拼接特征，通过一维卷积捕获实体和关系的表面语义特征和显示特征；基于二维卷积捕获实体和关系的深层上下文关系和潜在特征。
3.如权利要求1所述的一种基于卷积特征共享的实体关系联合抽取方法，其特征在于，所述基于所述共享特征矩阵构建交叉注意力得分矩阵，具体为：基于共享特征矩阵，利用前馈神经网络及softmax激活函数，获得关系到实体的注意力权重以及实体到关系的注意力权重，实现交叉注意力得分矩阵的构建。
4.如权利要求1所述的一种基于卷积特征共享的实体关系联合抽取方法，其特征在于，所述将所述交叉注意力得分矩阵整合入第一特征表示和第二特征表示，获得交互后的实体识别特征和关系识别特征，具体表示如下：
5.如权利要求1所述的一种基于卷积特征共享的实体关系联合抽取方法，其特征在于，所述基于所述实体识别特征、关系识别特...
【专利技术属性】
技术研发人员：赵晶，郝增昊，卢凯，丁里超，
申请(专利权)人：齐鲁工业大学山东省科学院，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。