[发明专利]复数融合特征提取指针式抽取三元组信息的方法、系统及计算机介质

权利要求书

1.一种复数融合特征提取指针式抽取三元组信息的方法，其特征在于，包括以下步骤：

S1：从各类文本中获取句子和对应的三元组标签，所述的三元组标签为主体S、客体O和关系P；

S2：将每个句子编码成向量格式，通过词位置Embedding层训练获得每个字的字向量；

S3：将句子中每个字按字向量输入特征提取网络中训练完成特征提取，得到每句话的特征向量；

S4：将每句话的特征向量输入指针模型中训练；

S5：用训练好的模型，抽取出目标中所有S主体；根据所有的主体S指引，抽取出对应的所有关系P；再根据(S,P)的所有组合指引抽取出所有O客体；

在所述的S2的具体步骤如下：

S21.将所有句子中的每个字符进行编码，不同编号对应不同的字符；

S22.确定一固定序列长度X，句子长度超过X时截断至长度为X；若不足句子长度不足X，则在句子后补0直至句子长度为X，形成被计算机识别的句子向量；

S23.对步骤S22所得的句子向量置于词位置编码层Embedding层进行编码，得到词位置编码的字向量；

所述的S3的具体步骤如下：

S31.将得到的词位置编码的字向量送入特征提取网络中进行训练，包括卷积网络和循环网络；

S32.卷积网络提取出的句子特征向量为A＝[a₁,a₂,…,a_i]；循环网络提取出的句子特征向量为B＝[b₁,b₂,…,b_i]，其中a，b为单个字向量；

S33.将A和B改写成复数模式，其中n为a₁、b₁向量中元素的个数；

S34.将A^和B^进行复数相加，判断其模的大小，若其模的大小同时大于或的模值则进行融合，h_i既选择a_i+b_i；反之，选择A^与B^中模值较大的一方作为最终的特征提取向量，h_i既从a_i和b_i选择一个；

S35.获得最终融合的特征向量H＝[h₁，h₂，h₃…h_i]。

2.根据权利要求1所述的复数融合特征提取指针式抽取三元组信息的方法，其特征在于，所述的步骤S1中通过网络爬虫和人工批注分别获得句子和对应的三元组。

3.根据权利要求1所述的复数融合特征提取指针式抽取三元组信息的方法，其特征在于，所述的指针模型包括Attention1模型、Attention2模型、Attention3模型。

4.根据权利要求3所述的复数融合特征提取指针式抽取三元组信息的方法，其特征在于，在所述的S4的具体步骤如下：

S41.将融合后的特征向量H_i＝[h₁，h₂，h₃…h_i]，每个h是每个字的向量；

S42.以当前状态本身去计算得分作为当前单元Attention_1score：其中Va和Wa是参数，e表示当前特征向量的分数score，Va与W_ah_i进行相似度计算得到e，是训练参数向量Va的转置，向量之间计算相似度常用转置，用归一化的方式得到权值A；

S43.通过训练得到，Wa维数dxd，hi维数dx1，Va维数dx1，经过Attention_1得到一个最终的向量C＝AxH，对原始的向量H加权求和的结果C就为注意力值；通过注意力值向量去表示文本，根据标签信息网络是学习到注意力在对应预测的SOP上的；

S44.使用2分类器对注意力向量H_i＝[h₁，h₂，h₃…h_i]进行相应的SPO三元组信息进行抽取，模型使用Adam优化器进行训练，根据检验，先用较小的学习率训练，然后加载训练的最优结果，再用更小的学习率继续训练到最优。