[发明专利]知识图谱关系抽取方法、装置、电子设备及存储介质

说明书

本申请公开了一种知识图谱关系抽取方法、装置、电子设备及存储介质，其中，该方法包括：通过获取至少一个句子集合；其中，句子集合包括多个相同实体的句子；将至少一个句子集合输入句子层次化模型输出至少一个句子集合中每个句子的最终表示；基于至少一个句子集合中每个句子的最终表示与动态注意力机制结合，获得至少一个句子集合的关系分类策略。由此，本申请通过将句子层次化模型得到的每个句子的最终表示与动态注意力机制结合得到句子集合的关系分类策略，来调整句子集合在不同关系层次的表示，不仅避免了现有技术中需要训练大量的关系分类器，还解决了远程监督带来噪声问题和长尾关系问题。

技术领域

本申请涉及信息技术领域，具体涉及一种知识图谱关系抽取方法、装置、电子设备及存储介质。

背景技术

知识图谱(knowledge bases)为真实世界的事实提供了有效的结构化信息，被很多自然语言处理(NLP)任务，比如，网页搜索和知识问答用作关键资源，用作关键资源。由于真实世界中的事实可以说是无穷无尽的，并且每天都在不断增长，因此，现阶段的知识图谱处于快速增长模式。

在实现本公开的过程中，发明人发现：对于知识图谱中的某些句子，当其仅包含了两个实体，但语义上并没有表示出它们之间的特定关系，这样的句子也被当作训练的实例的话，就会产生错误的标签，即噪声数据，对知识图谱模型有着负面的影响。因此，如何解决日渐增多的信息给知识图谱带来的噪声问题是一个亟待解决的技术问题。

发明内容

本申请实施例提供了一种知识图谱关系抽取方法、装置、电子设备及存储介质。

第一方面，本申请实施例提供了一种知识图谱关系抽取方法，所述方法包括：

获取至少一个句子集合；其中，所述句子集合包括多个相同实体的句子；

将所述至少一个句子集合输入句子层次化模型输出所述至少一个句子集合中每个句子的最终表示；

将所述至少一个句子集合中每个句子的最终表示与动态注意力机制结合，获得所述至少一个句子集合的关系分类策略；其中，所述动态注意力机制用于表示所述每个句子的层次表示在对应的句子集合中的权重。

第二方面，本申请实施例提供了一种知识图谱关系抽取装置，所述装置包括：

获取模块，用于获取至少一个句子集合；其中，所述句子集合包括多个相同实体的句子；

模型模块，用于将所述至少一个句子集合输入句子层次化模型输出所述至少一个句子集合中每个句子的最终表示；

获得模块，用于将所述至少一个句子集合中每个句子的最终表示与动态注意力机制结合，获得所述至少一个句子集合的关系分类策略；其中，所述动态注意力机制用于表示所述每个句子的层次表示在对应的句子集合中的权重。

第三方面，本申请实施例提供了一种电子设备，包括：处理器和存储器；其中，所述存储器存储有计算机程序，所述计算机程序适于由处理器加载并执行本申请实施例第二方面提供的方法步骤。

第四方面，本申请实施例提供了一种电子设备，包括：处理器和存储器；其中，所述存储器存储有计算机程序，所述计算机程序适于由处理器加载并执行本申请实施例第三方面提供的方法步骤。

本申请一些实施例提供的技术方案带来的有益效果至少包括：

在本申请实施例中，通过获取至少一个句子集合；其中，句子集合包括多个相同实体的句子；将至少一个句子集合输入句子层次化模型输出至少一个句子集合中每个句子的最终表示；基于至少一个句子集合中每个句子的最终表示与动态注意力机制结合，获得至少一个句子集合的关系分类策略。由此，本申请通过将句子层次化模型得到的每个句子的最终表示与动态注意力机制结合得到句子集合的关系分类策略，来调整句子集合在不同关系层次的表示，不仅避免了现有技术中需要训练大量的关系分类器，还解决了远程监督带来噪声问题和长尾关系问题。