[发明专利]文本关系抽取方法、装置、存储介质及计算机设备

说明书

本申请实施例公开了一种文本关系抽取方法、装置、存储介质及计算机设备，其中，该方法包括：获取目标实体对的目标文本和关系集合；通过训练好的关系抽取模型预测出关系集合中每个关系对应的初始得分；根据关系集合中每个关系对应的初始得分，从关系集合中选择出候选关系；将候选关系输入训练好的问答系统模型进行处理，以得到候选关系中每个候选关系对应的问答得分；根据候选关系中每个候选关系对应的初始得分和问答得分进行得分更新，以得到候选关系中每个候选关系对应的第一更新后得分；根据第一更新后得分，预测目标实体对在目标文本中的语义关系。本申请实施例通过问答系统模型来验证关系抽取模型的输出结果，有效提高模型的关系抽取性能。

技术领域

本申请涉及信息抽取技术领域，具体涉及一种文本关系抽取方法、装置、存储介质及计算机设备。

背景技术

信息抽取是自然语言理解的核心任务之一。在信息抽取中，关系抽取又是最重要的子任务之一。关系抽取旨在从包含一个实体对的文本中识别出该实体对的语义关系。

传统的关系抽取主要研究如何设计有效的特征。在近几年，随着深度学习的兴起，深度关系抽取得到了广泛的研究。但当前的研究主要集中在如何设计有效的神经网络架构，从而自动从文本和实体中抽取有效的关系判别信息。发明人将之前的研究归纳为“特征层面”和“模型层面”的研究。但由于各种不可抗拒因素（如数据规模受限，数据噪声以及最优模型架构难以获得等），当前的关系抽取从模型层面或特征层面很难得到显著的性能提升。

发明内容

本申请实施例提供一种文本关系抽取方法、装置、存储介质及计算机设备，可以通过问答系统模型来验证关系抽取模型的输出结果，有效提高模型的关系抽取性能，提高预测语义关系的准确率。

第一方面，提供一种文本关系抽取方法，所述方法包括：获取目标实体对的目标文本和关系集合；通过训练好的关系抽取模型预测出所述关系集合中每个关系对应的初始得分；根据所述关系集合中每个关系对应的初始得分，从所述关系集合中选择出候选关系；将所述候选关系输入训练好的问答系统模型进行处理，以得到所述候选关系中每个候选关系对应的问答得分；根据所述候选关系中每个候选关系对应的初始得分和问答得分，更新所述候选关系中所有候选关系的得分，以得到所述候选关系中每个候选关系对应的第一更新后得分；根据所述第一更新后得分，预测所述目标实体对在所述目标文本中的语义关系。

第二方面，提供一种文本关系抽取装置，所述装置包括：

获取单元，用于获取目标实体对的目标文本和关系集合；第一预测单元，用于通过训练好的关系抽取模型预测出所述关系集合中每个关系对应的初始得分；选择单元，用于根据所述关系集合中每个关系对应的初始得分，从所述关系集合中选择出候选关系；计算单元，用于将所述候选关系输入训练好的问答系统模型进行处理，以得到所述候选关系中每个候选关系对应的问答得分；更新单元，用于根据所述候选关系中每个候选关系对应的初始得分和问答得分，更新所述候选关系中所有候选关系的得分，以得到所述候选关系中每个候选关系对应的第一更新后得分；第二预测单元，用于根据所述第一更新后得分，预测所述目标实体对在所述目标文本中的语义关系。

第三方面，提供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，所述计算机程序适于处理器进行加载，以执行如上任一实施例所述的文本关系抽取方法中的步骤。

第四方面，提供一种计算机设备，所述计算机设备包括处理器和存储器，所述存储器中存储有计算机程序，所述处理器通过调用所述存储器中存储的所述计算机程序，用于执行如上任一实施例所述的文本关系抽取方法中的步骤。