[发明专利]一种信息的实体关系联合抽取方法、装置及终端设备

权利要求书

1.一种信息的实体关系联合抽取方法，其特征在于，所述方法包括：

获取待处理文本，所述待处理文本中包括第一文本段落和第一表格；

将所述待处理文本中的所述第一文本段落和所述第一表格进行格式统一处理，获得预处理文本；

将所述预处理文本输入到训练后到实体关系联合抽取模型中，输出目标信息。

2.如权利要求1所述的信息的实体关系联合抽取方法，其特征在于，所述将所述待处理文本中的所述第一文本段落和所述第一表格进行格式统一处理，获得预处理文本，包括：

按照预设模版将所述待处理文本中的所述第一表格生成第二文本段落；

按照文本顺序将所述第一文本段落和所述第二文本段落拼接为所述预处理文本。

3.如权利要求1所述的信息的实体关系联合抽取方法，其特征在于，所述实体关系联合抽取模型包括实体识别网络和关系识别网络；

所述方法包括：

获取训练文本，所述训练文本中携带有字符的实体类型标记和每两个实体之间的关系类型标记；

将所述训练文本输入到所述实体识别网络中，输出实体预测结果；

根据所述实体预测结果，生成所述训练文本中每两个实体之间的候选关系数据；

将所述候选关系数据输入到所述关系识别网络中，输出关系预测结果；

根据所述实体类型标记、所述关系类型标记、所述实体预测结果和所述关系预测结果计算所述实体关系联合抽取模型的第一损失值；

根据所述第一损失值更新所述实体关系联合抽取模型的模型参数。

4.如权利要求3所述的信息的实体关系联合抽取方法，其特征在于，所述实体预测结果包括所述训练文本中字符的预测实体类型和字符隐层向量；

所述根据所述实体预测结果，生成所述训练文本中每两个实体之间的候选关系数据，包括：

根据所述字符的预测实体类型，将所述训练文本中的字符划分为多个关系组；

对于每个所述关系组，根据所述关系组中每个字符的所述字符隐层向量生成所述关系组的所述候选关系数据；

其中，每个关系组中包括预设窗口内的字符，所述预设窗口内包含所述训练文本中的第一实体和第二实体，所述第一实体在所述第二实体之前，所述预设窗口的起始点为第一实体之前的第n个字符，所述预设窗口的截止点为第二实体之后的第m个字符，所述n和所述m为非负整数。

5.如权利要求4所述的信息的实体关系联合抽取方法，其特征在于，所述关系预测结果包括所述训练文本中每两个实体之间的预测关系类型；

所述根据所述实体类型标记、所述关系类型标记、所述实体预测结果和所述关系预测结果计算所述实体关系联合抽取模型的第一损失值，包括：

根据所述训练文本中字符的所述实体类型标记和所述预测实体类型计算所述实体识别网络的第二损失值；

根据所述训练文本中每两个实体之间的关系类型标记和所述预测关系类型计算所述关系识别网络的第三损失值；

将所述第二损失值和所述第三损失值加权求和，得到所述第一损失值。

6.如权利要求5所述的信息的实体关系联合抽取方法，其特征在于，所述根据所述训练文本中字符的所述实体类型标记和所述预测实体类型计算所述实体识别网络的第二损失值，包括：

通过公式计算所述第二损失值；

其中，L_rec为所述第二损失值，|s|为所述训练文本中字符的个数，为第i个字符的所述实体类型标记，为第i个字符的所述预测实体类型，W_rec为所述实体识别网络的网络参数，h_i为第i个字符的隐层向量。

7.如权利要求5所述的信息的实体关系联合抽取方法，其特征在于，所述根据所述训练文本中每两个实体之间的关系类型标记和所述预测关系类型计算所述关系识别网络的第三损失值，包括：

通过公式计算所述第三损失值；

其中，L_rel为所述第三损失值，num为所述关系组的组数，W_rel为所述关系识别网络的网络参数，为第v个实体与第j个实体之间关系的隐层向量。