[发明专利]一种基于BERT的水稻表型组学知识图谱关系提取方法及系统

权利要求书

1.一种基于BERT的水稻表型组学知识图谱关系提取方法，包括如下步骤：

(1)根据植物本体论将水稻表型组学关系数据集划分不同关系，关系类型包括is a、has part、has a morphology trait、develop from、participate、regulate和other；

(2)将所述关系数据集进行词向量、位置向量以及段落向量的提取；

(3)将所述词向量、位置向量以及段落向量输入到BERT预训练模型进行训练，建立关系抽取模型；

(4)用户在关系抽取展示网站中输入句子以及句子中的实体，等待反馈；

(5)Django框架中的视图函数在后端提取句子序列的词向量、位置向量以及段落向量，形成特征序列；

(6)BERT关系抽取模型将所述特征序列作为模型输入，输出is a、has part、has amorphology trait、develop from、participate、regulate和other中概率最高的关系类型；

(7)视图函数将后端关系类型名显示到网页前端中，如果用户已经登录，则记录用户的该条搜索记录。

2.根据权利要求1所述基于BERT的水稻表型组学知识图谱关系提取方法，其特征在于：步骤(1)中，所述数据格式为实体1-实体2-关系-句子。

3.根据权利要求1所述基于BERT的水稻表型组学知识图谱关系提取方法，其特征在于，步骤(1)中，所述数据包含如下内容数据：术语名称、术语ID、术语定义、父术语和链接。

4.根据权利要求1所述基于BERT的水稻表型组学知识图谱关系提取方法，其特征在于，步骤(1)中，将所述水稻表型组学关系数据划分为7种关系：

(a)is a，用来表示父术语以及子术语之间的关系，表示A是B的子类型或亚型；

(b)has part，用来表示A物质的每个实例都有部分B的实例；

(c)has a morphology trait，表示A通过B的形态特征表现出来；

(d)develop from，表示A从B发育而来，B的世系可以追溯到A；

(e)participate，表示实体A的每个实例都参与开发B的某些实例；

(f)regulate，A对B有调节或调控作用；

(g)other，表示其它关系。

5.根据权利要求1所述基于BERT的水稻表型组学知识图谱关系提取方法，其特征在于，步骤(3)中，所述BERT预训练模型使用Transformer的编码器来进行编码，所述编码器框架使用了层叠结构。

6.根据权利要求1所述基于BERT的水稻表型组学知识图谱关系提取方法，其特征在于：步骤(3)中，对于输入的向量序列，BERT预训练模型使用具有双向自注意力机制的Transformer编码器来进行处理；在编码器输出后进入全连接层与激活函数构成的分类层，从而输出相应的关系概率。

7.根据权利要求6所述基于BERT的水稻表型组学知识图谱关系提取方法，其特征在于：所述BERT预训练模型使用Softmax分类器来进行分类任务，关系分类的概率P的计算公式如下：

P＝softmax(CW^T)，

式中，C为编码器的输出向量，W为分类层。

8.根据权利要求1所述基于BERT的水稻表型组学知识图谱关系提取方法，其特征在于：步骤(7)中，使用Django框架来进行展示网页前端构建。

9.根据权利要求8所述基于BERT的水稻表型组学知识图谱关系提取方法，其特征在于：所述Django框架使用MTV模式来完成前端以及后端的耦合。

10.一种基于BERT的水稻表型组学知识图谱关系提取系统，其特征在于：包括提取特征向量模块、BERT关系抽取模块和网站，将水稻表型组学关系数据集载入到提取特征向量模块，BERT关系抽取模型根据提取的特征向量进行训练形成BERT关系抽取模型；用户在网站中输入句子以及句子中的两个实体；数据处理模块输出关系类型；网站显示关系类型名称。