[发明专利]海量数据集事件关系抽取方法

权利要求书

1.海量数据集事件关系抽取方法，其特征在于，包括以下步骤：

S1：三元组之间按照关联规则建立关联关系和关联强度，组成无向网；

S2：连接三元组中的前项词向量、后项词向量和实体类型，作为无向网中节点的特征；具体包括以下步骤：

S21：分别抽取三元组中的前项和后项，合并成前项词向量和后项词向量；

S22：抽取三元组中的实体类型；

S23：将前项词向量、后项词向量和实体类型通过one-hot方式编码，作为节点的特征；

S3：对无向网中每个节点进行分类处理，抽取事件中的实体关系，对节点进行分类的过程包括以下步骤：

S31：每一个节点将自身的特征信息经过变换后发送给邻居节点；

S32：每个节点将邻居节点的特征信息聚集起来；

S33：将前面的信息聚集之后进行非线性变换；

S34：使用与卷积神经网络相同的方法对样本数据进行分类训练。

2.根据权利要求1所述的海量数据集事件关系抽取方法，其特征在于，以FP-树频集算法为基础建立关联规则。

3.根据权利要求1所述的海量数据集事件关系抽取方法，其特征在于，无向网的组成过程包括以下步骤：

S11：将事件描述成包括主语、谓语和宾语的三元组，所述三元组作为一个节点；

S12：节点和节点之间进行连接，连接线上标记关联关系与关联强度。

4.根据权利要求3所述的海量数据集事件关系抽取方法，其特征在于，前项、后项是词组时，将词组中的词向量按照element wise连加，合并成一个词向量。

5.根据权利要求1所述的海量数据集事件关系抽取方法，其特征在于，步骤S34包括以下步骤：

S41：构造一个带有池化层结构的标准卷积网络，最后一层为一个全连接层输出；

S42：将每一对节点的关系类别作为样本标签进行分类训练。