[发明专利]基于混合高斯模型的知识图谱中关系抽取方法和系统

权利要求书

1.一种基于混合高斯模型的知识图谱中关系抽取方法，其特征在于，包括：

采用远程监督法，将文本与已有知识库中的实体进行比对，从公开数据源文本信息中抽取军演所涉及的装备目标实体{e_i}，并根据所抽取的装备目标实体{e_i}的属性、名称和同名词汇消除歧义；

采用实例多标签模型建模，对消除歧义后的实体间的关系进行特征表达，将实体间的关系表示为向量空间中的元素，得到实体关系特征向量，并保留关系类型信息：包括：对飞机A和飞机B实体对(e_i,e_j)间的关系进行特征表达，将实体间抽象的关系表示为向量空间中的元素z^*_i,j，并保留关系类型信息y′_k；其中，关系类型包括：护航、加油、协作和换防；其中，e_i和e_j分别表示飞机A和飞机B，z^*_i,j表示样本实体关系特征向量，y′_k表示关系类型；

根据所述实体关系特征向量和混合高斯模型，进行模型训练，得到实体关系混合高斯模型；包括：对飞机A和飞机B之间的关联关系混合高斯模型进行初始化，设置混合高斯模型聚类中心数量为3-5个；将确定的聚类中心作为预测初始中心点μ_k,Σ_k；计算飞机A、B样本实体关系特征向量z^*_i,j与聚类中心的距离并进行聚类；根据聚类结果，进行模型训练，转换为每个实体关系特征向量与各聚类中心的关联似然度值p，得到实体关系混合高斯模型；其中，μ_k和Σ_k分别表示预测初始中心点μ_k,Σ_k的横纵坐标，表示实体关系特征向量与聚类中心的距离；

对实体关系混合高斯模型进行更新修正，得到更新后的实体关系混合高斯模型；包括：接收输入的新的实体关系特征向量，不断调整A、B型飞机实体关系模型的聚类中心数量与向量空间中的位置，以及新的实体关系特征向量与各聚类中心的距离，新的聚类中心N(z_i,j|μ_k,Σ_k)根据多元高斯模型进行计算，完成实体关系混合高斯模型的更新，得到更新后的实体关系混合高斯模型；

在知识图谱构建过程中，基于所述更新后的实体关系混合高斯模型，进行实体关系抽取；包括：在知识图谱构建过程中，当接收到新的实体关系时，将新的实体关系表示成实体关系特征向量z^*_i,j，基于所述更新后的实体关系混合高斯模型，计算与聚类中心的距离并选择距离最小的类别将选择的距离最小的类别对应的关系标签作为所述新的A、B型飞机实体之间的关系类型标签y′_k。