[发明专利]语义实体关系抽取方法、装置及电子设备

说明书

本发明提供了一种语义实体关系抽取方法、装置及电子设备，该方法涉及人工智能与自然语言处理的信息抽取技术领域，该方法包括：识别出输入文本的每个词节点；构建每个词节点的依存特征；当有两个以上词节点为并列关系时，通过递归调用预存的语义规则，抽取出候选节点的关系三元组；其中，预存的语义规则包括前修饰结构规则和动词相关规则。与现有技术相比，本发明利用递归方法，避免了因规则复杂、定义不全而发生抽取遗漏的情况，能够提高实体关系抽取的准确率。

技术领域

本发明涉及人工智能与自然语言处理的信息抽取技术领域，尤其是涉 及一种语义实体关系抽取方法、装置及电子设备。

背景技术

信息抽取技术可以将大量文本中蕴含的无结构化信息以结构化或者半 结构化的形式输出，快速获取用户关心的信息，广泛应用于知识图谱、智 能搜索引擎、自动问答系统、文本挖掘、机器翻译等许多人工智能领域。

目前，传统有监督、非开放式实体关系抽取方法需要大规模人工标注 语料库用于模型训练，只能抽取预先定义的关系类型，并且基于特定领域， 普遍适用性差。现有的无监督、开放式实体关系抽取方法通过对文本进行 预处理、命名实体识别和依存句法分析，获得实体对对应的依存路径，与 依存语义范式集的范式进行匹配，若匹配成功则输出关系三元组。

但是现有技术对并列关系的抽取依靠范式匹配，可能会因规则复杂、 定义不全而发生抽取遗漏的情况，导致实体关系的抽取存在准确率较低的 技术问题。

发明内容

有鉴于此，本发明的目的在于提供一种语义实体关系抽取方法、装置 及电子设备，以避免因规则复杂、定义不全而发生抽取遗漏的情况，能够 提高实体关系抽取的准确率。

第一方面，本发明实施例提供了一种语义实体关系抽取方法，该方法 包括：

识别出输入文本的每个词节点；

构建每个词节点的依存特征；

当有两个以上词节点为并列关系时，通过递归调用预存的语义规则， 抽取出候选节点的关系三元组；

其中，所述预存的语义规则包括前修饰结构规则和动词相关规则。

结合第一方面，本发明实施例提供了第一方面的第一种可能的实施方 式，其中，所述依存特征包括：候选节点的依存路径和子节点依存路径字 典。

结合第一方面，本发明实施例提供了第一方面的第二种可能的实施方 式，其中，所述当有两个以上词节点为并列关系时，通过递归调用预存的 语义规则，抽取出候选节点的关系三元组，具体包括：

当有两个以上词节点为并列关系时，判断所述依存特征的关系类型；

所述关系类型为事件关系时，对每个动词候选节点先抽取主语，再通 过递归调用预存的主谓动宾结构规则或主谓介宾结构规则，抽取与主语相 关的多组谓语和宾语，构成多组关系三元组；

所述关系类型为事实关系时，对每个实体候选节点先抽取前修饰词， 再通过递归调用预存的前修饰结构规则，抽取与前修饰词相关的多组关系 词和关系实体，构成多组关系三元组。

结合第一方面，本发明实施例提供了第一方面的第三种可能的实施方 式，其中，所述事件关系包括：动词相关类结构，其中，动词相关类结构 包括主谓动宾结构，以及主谓介宾结构。

所述事实关系包括：前修饰类结构，其中，前修饰类结构包括组合式 定语结构，以及由结构助词“的”与中心语连接的结构。

结合第一方面，本发明实施例提供了第一方面的第四种可能的实施方 式，所述事实关系还包括：谓语为“是”或“是”的同义词的主谓动宾结 构。

结合第一方面，本发明实施例提供了第一方面的第五种可能的实施方 式，其中，在所述识别出输入文本的每个词节点之后，还包括：