[发明专利]一种实体行为抽取方法、装置、计算机装置及计算机可读存储介质

权利要求书

1.一种实体行为抽取方法，其特征在于，所述方法包括：

通过NLP工具的Open IE功能对预先获取的语料集中的语句提取三元组，所述三元组包括主语元素、谓语元素及待分类元素；

将主语元素的核心词相同、谓语元素的核心词相同且待分类元素的核心词相同的三元组聚合在一起，得到三元组分组；

在确保语义信息缺损不会引起歧义的前提下，从所述三元组分组中确定最短三元组，包括：根据三元组之间的包含关系构建节点满足预设关系的多叉树；将所述多叉树中导致命名实体、名词、介词、数字或从句缺失的边去掉，得到修改后的多叉树；从根节点遍历所述修改后的多叉树，从叶子节点中得到最短三元组；

将所述最短三元组中的主语元素划分为实体行为的主语，将所述最短三元组中的谓语元素划分为实体行为的谓语，并基于待分类元素核心词的句法依赖关系和命名实体类别，将所述最短三元组中的待分类元素划分为实体行为的宾语、时间、地点及机构中的一个类别；

根据所述实体行为的主语、所述实体行为的谓语及所述待分类元素的类别，生成第一实体行为；

获取第二实体行为，在所述第一实体行为的宾语与所述第二实体行为的主语为相同命名实体时，对所述第一实体行与所述第二实体行为进行合并，生成行为链式结构。

2.根据权利要求1所述的实体行为抽取方法，其特征在于，所述多叉树的节点满足以下关系：第i组的第j个三元组中的子节点为第i组的第k个三元组当且仅当三元组的待分类元素与三元组的待分类元素的最长公共子序列，与三元组的待分类元素相同，且不存在三元组的待分类元素既包含于三元组的待分类元素又包含于三元组的待分类元素。

3.根据权利要求1所述的实体行为抽取方法，其特征在于，所述基于待分类元素核心词的句法依赖关系和命名实体类别，将所述最短三元组中的待分类元素划分为实体行为的宾语、时间、地点及机构中的一个类别，包括：

根据待分类元素核心词的句法依赖关系、命名实体类别、词性，以及谓语元素末尾使用的介词、谓语元素末尾介词的句法依赖关系，将所述最短三元组中的待分类元素划分为实体行为的宾语、时间、地点、机构中的一个类别。

4.一种实体行为抽取装置，其特征在于，包括：

提取模块，用于通过NLP工具的Open IE功能对预先获取的语料集中的语句提取三元组，所述三元组包括主语元素、谓语元素及待分类元素；

聚合模块，用于将主语元素的核心词相同、谓语元素的核心词相同且待分类元素的核心词相同的三元组聚合在一起，得到三元组分组；

确定模块，用于在确保语义信息缺损不会引起歧义的前提下，从所述三元组分组中确定最短三元组，包括：根据三元组之间的包含关系构建节点满足预设关系的多叉树；将所述多叉树中导致命名实体、名词、介词、数字或从句缺失的边去掉；得到修改后的多叉树，从根节点遍历所述修改后的多叉树，从叶子节点中得到最短三元组；

划分模块，用于将所述最短三元组中的主语元素划分为实体行为的主语，将所述最短三元组中的谓语元素划分为实体行为的谓语，并基于待分类元素核心词的句法依赖关系和命名实体类别，将所述最短三元组中的待分类元素划分为实体行为的宾语、时间、地点及机构中的一个类别；

生成模块，用于根据所述实体行为的主语、所述实体行为的谓语及所述待分类元素的类别，生成第一实体行为；

合并模块，用于获取第二实体行为，在所述第一实体行为的宾语与所述第二实体行为的主语为相同命名实体时，对所述第一实体行为与所述第二实体行为进行合并，生成行为链式结构。

5.根据权利要求4所述的实体行为抽取装置，其特征在于，所述确定模块包括：

构建子模块，用于根据三元组之间的包含关系构建多叉树，其中，所述多叉树的节点满足以下关系：第i组的第j个三元组中的子节点为第i组的第k个三元组当且仅当三元组的待分类元素与三元组的待分类元素的最长公共子序列，与三元组的待分类元素相同，且不存在三元组的待分类元素既包含于三元组的待分类元素又包含于三元组的待分类元素；

剪枝子模块，用于将所述多叉树中导致命名实体、名词、介词、数字或从句缺失的边去掉，得到修改后的多叉树；

处理子模块，用于从根节点遍历所述修改后的多叉树，从叶子节点中得到最短三元组。