实体关系抽取方法和装置、电子设备及存储介质制造方法及图纸

本申请实施例提供了一种实体关系抽取方法和装置、电子设备及存储介质，属于金融科技和人工智能技术领域。该方法包括：利用自注意力网络对目标文本进行编码，得到目标文本特征；利用语义融合网络将目标文本特征与文本语义依存矩阵进行融合，得到融合语义特征；利用实体关系抽取网络对融合语义特征进行实体关系抽取，得到目标实体关系。本申请实施例将目标文本特征与文本语义依存矩阵进行融合，能够增强模型捕捉文本数据的深层语义关系的能力，提高了模型对实体间复杂关系的识别能力；并通过对融合语义特征进行实体关系抽取，能够准确地定位文本中的实体边界，还能够实现同时抽取实体之间的关系，提高了实体关系抽取的准确率。

【技术实现步骤摘要】

本申请涉及金融科技和人工智能，尤其涉及一种实体关系抽取方法和装置、电子设备及存储介质。

技术介绍

1、目前，通常通过使用传统的机器学习方法(如支持向量机svm、随机森林等)进行实体关系抽取。例如，在金融领域中，实体关系抽取是为了识别出“投保人”、“保险公司”及“受益人”等实体，以及识别出“投保人向保险公司支付保费”及“受益人在特定条件下获得赔偿”的实体之间的关系，并通过svm对实体对之间的关系进行抽取，从而抽取出“投保人-支付-保费”及“受益人-获得-赔偿”的具体关系。但是，这种方法还难以捕捉文本数据中的深层语义关系，导致实体关系抽取的准确率较低，因此，如何提高实体关系抽取的准确率成为了亟待解决的问题。

技术实现思路

1、本申请实施例的主要目的在于提出一种实体关系抽取方法和装置、电子设备及存储介质，旨在提高实体关系抽取的准确率。

2、为实现上述目的，本申请实施例的第一方面提出了一种实体关系抽取方法，所述方法包括：

3、获取目标文本；

4、根据所述目标文本构建文本语义依存矩阵本文档来自技高网...

【技术保护点】

1.一种实体关系抽取方法，其特征在于，所述方法包括：

2.根据权利要求1所述的方法，其特征在于，所述利用所述语义融合网络将所述目标文本特征与所述文本语义依存矩阵进行融合，得到融合语义特征，包括：

3.根据权利要求1所述的方法，其特征在于，所述实体关系抽取网络包括多头图注意力网络层、实体主客体关系网络层、实体头部关系网络层、实体尾部关系网络层及关系融合网络层；

4.根据权利要求3所述的方法，其特征在于，所述利用所述多头图注意力网络层对所述融合语义节点进行多头编码，得到融合节点特征，包括：

5.根据权利要求4所述的方法，其特征在于，所述利用所述...

【技术特征摘要】

1.一种实体关系抽取方法，其特征在于，所述方法包括：

2.根据权利要求1所述的方法，其特征在于，所述利用所述语义融合网络将所述目标文本特征与所述文本语义依存矩阵进行融合，得到融合语义特征，包括：

3.根据权利要求1所述的方法，其特征在于，所述实体关系抽取网络包括多头图注意力网络层、实体主客体关系网络层、实体头部关系网络层、实体尾部关系网络层及关系融合网络层；

4.根据权利要求3所述的方法，其特征在于，所述利用所述多头图注意力网络层对所述融合语义节点进行多头编码，得到融合节点特征，包括：

5.根据权利要求4所述的方法，其特征在于，所述利用所述实体关系抽取网络对所述融合语义特征进行实体关系抽取，得到目标实体关系...

【专利技术属性】
技术研发人员：唐小初，龚述涛，舒畅，陈又新，
申请(专利权)人：平安科技深圳有限公司，
类型：发明
国别省市：