[发明专利]一种谓词抽取方法

权利要求书

1.一种谓词抽取方法，其特征在于：所述方法通过下式所示框架模型实现：

其中，T(q)是自然语言问题q的特征表示，p(p_i)是所述q的候选谓词p_i的特征表示，n_p表示候选谓词的数量，s(·)是相似度计算函数，用于计算自然语言问题和候选谓词之间的相似度得分，θ将整个框架模型参数化，代表了模型中所有待训练的参数权重，P_θ(p_i|q)得到所有n_p个候选谓词的概率；

所述T(q)通过下述过程获得：

首先，将所述q去除所述主语相关短语后的词序列输入到嵌入表示层得到输出其中，n_q是所述q屏蔽主语相关短语后的问题序列长度；

其次，将E传入三个深度神经网络DNN^Q，DNN^K和DNN^V后分别得到三个输出矩阵和以Q为注意力中心计算每个词表示向量q_i和K之间的相似度向量a_i，从而获得注意力权重分布矩阵接下来通过计算V以相似度向量a_i为权重的加权和向量获得自注意力输出矩阵

最后，根据如下公式计算得到问题特征表示矩阵T：

所述p(p_i)通过下述公式获得：

p＝p^word+W_pe^pred

其中，p^word为候选谓词的词语级表示向量，为将候选谓词p_i按词分割后分别表示为词向量，并用这些词向量初始化嵌入表示层，随后通过权重共享前馈神经网络，再经最大池化得到；其中，i为小于等于n_p的自然数；e^pred为候选谓词的谓词级表示向量，为将候选谓词p_i经编码后初始化嵌入表示层，随后经线性前馈神经网络后输出得到W_pe^pred，该网络权重为W_p。

2.根据权利要求1所述的方法，其特征在于：

所述s(·)通过下述过程计算：

首先，采用余弦相似度作为度量，通过下式计算相似度向量

m_i＝cos(t_i，p)

其中，t_i是所述自然语言问题q中屏蔽主语相关短语后第i个词语的特征表示向量，p是所述自然语言问题q的候选谓词的特征表示向量；

其次，利用统计分布直方图，将相似度向量的值所在区间划分成v个分箱，计数相似度向量m中落入各个分箱的元素数量，获得统计分布结果c＝[c₁，c₂，...，c_v]；

最后，将统计分布送入一个全连接层可以获得最终的相似度得分s，表示如下：

s＝tanh(w^Tc+b)

其中，w是全连接层权重，b是全连接层偏移量。

3.根据权利要求2所述的方法，其特征在于：所述深度神经网络为单层线性前馈神经网络。

4.根据权利要求2所述的方法，其特征在于：所述相似度计算方法采用加式方法。