[发明专利]基于依赖关系图的关系推理方法及系统

权利要求书

1.一种基于依赖关系图的关系推理方法，其特征在于，包括：

划分构造步骤：获取给定句对，利用词义特征对所述给定句对进行词语划分和词语特征构造；

依赖提取步骤：通过依赖提取器获得从词语划分后的文本中提取出词语之间的依赖关系树；

特征更新步骤：将所述依赖关系树中的依赖关系作为词语特征更新的依据，结合深度学习网络，对所述给定句对中词语特征进行学习和更新；

特征融合步骤：将所述的给定句对获得的多个更新后的词语特征作为局部特征，进行特征的融合，获得全局特征；

损失函数计算步骤：将所述全局特征作为句义特征，进行句对间的交互，输入到深度学习网络的输出层中获得输出，将输出与真实标签进行比较，进行学习模型的损失函数的计算；

学习模型修正步骤：根据所述学习模型的损失函数计算结果，对所述学习模型进行修正，确定所述学习模型对应的目标参数；

所述特征更新步骤包括：

对依赖关系树中的每个三元组进行编码，所述三元组包括头词语、尾词语和依赖关系；

根据依赖关系，使用依赖关系矩阵处理头词语和尾词语，得到关系三元组；

将处理后得到的关系三元组聚合回头词语和尾词语中；

所述关系三元组中的头词语对应依赖关系树中的头节点，尾词语对应依赖关系树中的尾节点，依赖关系对应依赖关系树中的不同关系，使用一个序号标示，序号为对应关系在关系字典中的序号；

使用全连接层线性映射编码头词语和尾词语的顺序；

通过消息传递的过程，来完成关系三元组的聚合过程：

xi＝γ(xi,Σl)

其中xi表示第i个节点，γ表示的是聚合操作，Σ表示的是聚合与i节点有关的所有三元组的操作，l是三元组的信息。

2.一种基于依赖关系图的关系推理系统，其特征在于，包括：

划分构造模块：获取给定句对，利用词义特征对所述给定句对进行词语划分和词语特征构造；

依赖提取模块：通过依赖提取器获得从词语划分后的文本中提取出词语之间的依赖关系树；

特征更新模块：将所述依赖关系树中的依赖关系作为词语特征更新的依据，结合深度学习网络，对所述给定句对中词语特征进行学习和更新；

特征融合模块：将所述的给定句对获得的多个更新后的词语特征作为局部特征，进行特征的融合，获得全局特征；

损失函数计算模块：将所述全局特征作为句义特征，进行句对间的交互，输入到深度学习网络的输出层中获得输出，将输出与真实标签进行比较，进行学习模型的损失函数的计算；

学习模型修正模块：根据所述学习模型的损失函数计算结果，对所述学习模型进行修正，确定所述学习模型对应的目标参数；

所述特征更新模块包括：

对依赖关系树中的每个三元组进行编码，所述三元组包括头词语、尾词语和依赖关系；

根据依赖关系，使用依赖关系矩阵处理头词语和尾词语，得到关系三元组；

将处理后得到的关系三元组聚合回头词语和尾词语中；

所述关系三元组中的头词语对应依赖关系树中的头节点，尾词语对应依赖关系树中的尾节点，依赖关系对应依赖关系树中的不同关系，使用一个序号标示，序号为对应关系在关系字典中的序号；

使用全连接层线性映射编码头词语和尾词语的顺序；

通过消息传递的过程，来完成关系三元组的聚合过程：

xi＝γ(xi,Σl)

其中xi表示第i个节点，γ表示的是聚合操作，Σ表示的是聚合与i节点有关的所有三元组的操作，l是三元组的信息。