[发明专利]一种实体关系联合抽取方法

权利要求书

1.一种实体关系联合抽取方法，其特征在于，包括：

利用BERT学习单字符向量，通过BiLSTM输出指定维度字符向量；

字符向量拼接每个字符的位置信息向量，词表向量拼接词的位置信息向量，将所有字符向量和词表向量相连；

Transformer编码器学习字符特征；

进行实体分类；

实体关系分类特征学习；

实体关系分类。

2.根据权利要求1所述的一种实体关系联合抽取方法，其特征在于，所述Transformer编码器学习字符特征，包括：输入实体识别Transformer编码器中得到字符嵌入表示学习，将字符向量输入关系抽取Transformer编码器中得到字符嵌入表示学习。

3.根据权利要求2所述的一种实体关系联合抽取方法，其特征在于，所述进行实体分类为：实体识别Transformer编码器的输出结果，通过线性变化及Sigmoid进行实体分类。

4.根据权利要求3所述的一种实体关系联合抽取方法，其特征在于，所述实体关系分类特征学习为：实体识别Transformer编码器和实体关系抽取Transformer编码器输出结果进行拼接，添加任意两个实体的位置信息，输入Transformer解码器，输出实体关系分类特征向量。

5.根据权利要求4所述的一种实体关系联合抽取方法，其特征在于，所述实体关系分类为：将实体关系分类特征向量，输入多层感知机和Sigmoid进行实体关系分类。

6.根据权利要求1-5任意一项所述的一种实体关系联合抽取方法，其特征在于，包括设置损失函数参数进行模型训练。

7.根据权利要求6所述的一种实体关系联合抽取方法，其特征在于，所述损失函数为：Loss＝α*Entity_Loss+β*Relation_Loss；

其中Entity_Loss为实体识别损失函数，Relation_Loss为实体关系抽取损失函数，α、β为损失函数权重，α、β＞＝1。