[发明专利]数据关系抽取方法、装置、电子设备及存储介质

说明书

本申请适用于人工智能技术领域，提供一种数据关系抽取方法、装置、电子设备及存储介质，其中方法包括：从待处理文本中获取文本序列，基于句法依存树，获取文本序列中每一词的相关依赖词及每一词与相关依赖词之间的语义关系；根据该每一词、每一词的相关依赖词及语义关系，生成与待处理文本对应的目标词嵌入向量；将目标词嵌入向量输入至深度卷积神经网络，基于目标词嵌入向量对待处理文本进行实体关系信息抽取，获取深度卷积网络输出的具有设定预测概率值的目标实体关系。本申请可应用于智慧医疗场景中，提升相关信息中实体关系的抽取便捷度及准确度，推动智慧城市的建设。

技术领域

本申请属于人工智能技术领域，尤其涉及一种数据关系抽取方法、装置、电子设备及存储介质。

背景技术

信息抽取是指从自然语言处理文本中，抽取出各种有用的信息，这些信息包括但又不限于实体、关系、事件等。其中关系抽取是信息抽取中的一种任务，主要用于抽取实体之间的关系。

在许多领域，例如医学领域，存在大量的文本，包括各种病例记录，医学实验记录等等，里面充斥着各种有用的信息，所以一种有效的信息抽取方法显得格外重要。

在通常情况下，对于类似于医学数据等具有领域倾向性的数据处理时，关系抽取方法大多依赖于特征工程，而传统的特征方法需要大量的专业人士的精力跟专业知识，而且效果有限，一方面构造特征的过程中容易引入一些人为误差，另一方面有很多更深层次的特征很难被直接发现，导致信息的利用及抽取效果欠佳。

发明内容

本申请实施例提供了一种数据关系抽取方法、装置、电子设备及存储介质，以解决现有技术中传统的特征方法需要大量的专业人士的精力跟专业知识，容易引入一些人为误差，且很多更深层次的特征很难被直接发现，导致信息的利用及抽取效果欠佳的问题。

本申请实施例的第一方面提供了一种数据关系抽取方法，包括：

从待处理文本中获取分词得到的文本序列；

基于句法依存树，获取所述文本序列中每一词的相关依赖词及所述每一词与所述相关依赖词之间的语义关系；

根据所述每一词、所述每一词的相关依赖词及所述每一词与所述相关依赖词之间的语义关系，生成与所述待处理文本对应的目标词嵌入向量；

将所述目标词嵌入向量输入至深度卷积神经网络，通过所述深度卷积神经网络，基于所述目标词嵌入向量对所述待处理文本进行实体关系信息抽取，获取所述深度卷积网络输出的具有设定预测概率值的目标实体关系。

本申请实施例的第二方面提供了一种数据关系抽取装置，包括：

第一获取模块，用于从待处理文本中获取分词得到的文本序列；

第二获取模块，用于基于句法依存树，获取所述文本序列中每一词的相关依赖词及所述每一词与所述相关依赖词之间的语义关系；

生成模块，用于根据所述每一词、所述每一词的相关依赖词及所述每一词与所述相关依赖词之间的语义关系，生成与所述待处理文本对应的目标词嵌入向量；

第三获取模块，用于将所述目标词嵌入向量输入至深度卷积神经网络，通过所述深度卷积神经网络，基于所述目标词嵌入向量对所述待处理文本进行实体关系信息抽取，获取所述深度卷积网络输出的具有设定预测概率值的目标实体关系。

本申请实施例的第三方面提供了一种电子设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现如第一方面所述方法的步骤。

本申请实施例的第四方面提供了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现如第一方面所述方法的步骤。