[发明专利]一种基于深度学习的人物关系图谱构建方法及系统

权利要求书

1.一种基于深度学习的人物关系图谱构建方法，其特征在于，所述方法包括以下步骤：

S1：爬取电子文本，得到初始语料，所述初始语料包括人物信息；对所述初始语料中人物属性进行标注，得到样本数据并进行预处理；

S2：设置模型超参数，结合步骤S1预处理后的样本数据建立深度学习模型；

S3：定义具有层次化的人物信息模板，所述人物信息模板包括多个元组，所述元组由一个或多个人物属性组成；基于所述深度学习模型提取人物属性信息，对所述人物属性信息进行筛选，并填充所述人物信息模板；

所述步骤S3包括：

S31：定义具有层次化的人物信息模板，记为M＝{a₁,a₂,…,a_r|r≤m}，元组a由一个或者多个人物属性组成，即a＝{l_i,l_i+1,…,l_j|i≤j}；

S32：根据所述深度学习模型，得到每个字符对应的BIO标签，从而得到初步结构化的人物属性信息；

S33：统计经步骤S32处理后得到的人物属性信息，确定每个人物属性出现的次数，记为N＝{n₁,n₂,…,n_m}，其中m为标签数量；

S34：根据步骤S31定义的人物模板信息，填充人物模板；对于由单个人物属性构成的元组，直接填充即可；对于由多个人物属性构成的元组，列出元组包含的所有人物属性对应的值的组合，再进行填充；

S35：确定元组的向量表示，具体为：每个元组由x个人物属性构成，记为tuple＝{l_i,l_i+1,…,l_j|i+x-1＝j}，其中每个人物属性由k个字符构成，即l_i＝{t₁,t₂,…,t_k}，则每个人物属性的向量表示为label_v_i＝MaxPooling{v₁,v₂,…,v_k}，其中，MaxPooling为向量的最大池化操作；将每个人物属性的向量表示进行拼接，得到元组的向量表示，即tuple_v_i＝(label_v_i,label_v_i+1,…,label_v_j)；

S36：对于每个由多个人物属性构成的元组，都预先定义一个概率模型，用于输出当前元组元素为正确元素的概率；

S37：将步骤S35得到的tuple_v_i输入到步骤S36定义的概率模型中，通过人工标记的真实元素标签，进行训练，得到每个元组元素为真实元素的概率；

S38：对于每个由多个人物属性构成的元组，其最大元素数量由元组中包含的最多人物属性数量确定，即max_num＝max({n_i,n_i+1,…,n_j|i≤j})；选取max_num个由步骤S37得到的概率值最大的元组元素，作为元组的最终元素；

S39：根据步骤S38确定的每一个元组元素，得到完整的人物模板信息；

S4：利用步骤S3填充好的人物信息模板以及预先定义好的人物关系实体，构建人物关系图谱。

2.根据权利要求1所述的基于深度学习的人物关系图谱构建方法，其特征在于，所述步骤S1中对样本数据进行预处理包括：

S11：定义人物属性标签集合，记为L＝{l₁,l₂,…,l_m}，其中m为标签数量；

S12：将每个样本数据的文本信息e，按照句子s进行分割，即e＝{s₁,s₂,…,s_p}，其中p为句子数量；再对句子s，按照每个字符t进行分割，即s＝{t₁,t₂,…,t_q}，其中q为句子中字符的数量；

S13：用(t,l)的元组形式在所有样本数据中标记出所有人物属性信息，其中t表示文本信息中的每一个字符，l表示字符对应的人物属性标签；

S14：将标记好的样本数据划分为训练集、验证集与测试集。