[发明专利]实体关系抽取方法、装置、计算机设备和存储介质

说明书

本申请涉及一种实体关系抽取方法、装置、计算机设备和存储介质。所述方法包括：获取文本，识别所述文本中的实体；所述实体包括第一实体和第二实体；在所述文本中对所述实体进行标记；利用预训练语言模型对标记后的文本进行编码，得到第一实体编码向量以及第二实体编码向量；利用所述第一实体编码向量以及所述第二实体编码向量生成实体对标记向量；对所述实体对标记向量进行分类，得到所述第一实体与第二实体之间的关系类别。采用本方法能够直接利用预训练语言模型进行有效的实体关系抽取。

技术领域

本申请涉及计算机技术领域，特别是涉及一种实体关系抽取方法、装置、计算机设备和存储介质。

背景技术

在无结构的自然语言文本中，存在一些非结构化的关系信息。在文本中抽取实体之间的关系信息，有助于实体之间的关系分析。在抽取关系信息时，需要对文本中的实体对构造特征。在传统的方式中，大多是采用预训练语言模型获取实体的特征表达再进行分类。预训练语言模型虽然在句子分类和序列标注任务上都取得了不错的效果，但是关系抽取不同于句子分类以及序列标注任务。关系抽取需要在给到给定文本的情况下，对文本的实体进行分类。单纯的句子分类方法无法实现对一个句子中出现的多个实体关系的抽取，序列标注方法也无法表达两个实体的类别关系。因此，目前并没有一种合适的方法通过预训练语言模型直接实现关系抽取。

发明内容

基于此，有必要针对上述技术问题，提供一种能够直接利用预训练语言模型进行有效关系抽取的实体关系抽取方法、装置、计算机设备和存储介质。

一种实体关系抽取方法，所述方法包括：

获取文本，识别所述文本中的实体；所述实体包括第一实体和第二实体；

在所述文本中对所述实体进行标记；

利用预训练语言模型对标记后的文本进行编码，得到第一实体编码向量以及第二实体编码向量；

利用所述第一实体编码向量以及所述第二实体编码向量生成实体对标记向量；

对所述实体对标记向量进行分类，得到所述第一实体与第二实体之间的关系类别。

一种实体关系抽取装置，其特征在于，所述装置包括：

获取模块，用于获取文本，识别所述文本中的实体；所述实体包括第一实体和第二实体；

标记模块，用于在所述文本中对所述实体进行标记；

编码模块，用于利用预训练语言模型对标记后的文本进行编码，得到第一实体编码向量以及第二实体编码向量；利用所述第一实体编码向量以及所述第二实体编码向量生成实体对标记向量；

分类模块，用于对所述实体对标记向量进行分类，得到所述第一实体与第二实体之间的关系类别。

一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现以下步骤：

获取文本，识别所述文本中的实体；所述实体包括第一实体和第二实体；

在所述文本中对所述实体进行标记；

利用预训练语言模型对标记后的文本进行编码，得到第一实体编码向量以及第二实体编码向量；

利用所述第一实体编码向量以及所述第二实体编码向量生成实体对标记向量；

对所述实体对标记向量进行分类，得到所述第一实体与第二实体之间的关系类别。

一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现以下步骤：

获取文本，识别所述文本中的实体；所述实体包括第一实体和第二实体；

在所述文本中对所述实体进行标记；