[发明专利]基于混合神经网络的远程监督关系抽取方法及装置

说明书

本申请公开了基于混合神经网络的远程监督关系抽取方法及装置，方法包括：将获取到的目标文本语句转换成预置语句向量；采用预置混合神经网络模型根据预置语句向量提取结构特征向量，预置混合神经网络模型包括预置Bi‑GRU网络和预置PCNN网络；基于结构特征向量计算目标文本语句对预置种子样本关系的支持度，支持度包括语义相似度和关系相似度；从降序排列的支持度中选取对应预置数量的结构特征向量进行组合，得到组合特征向量；根据组合特征向量进行预置关系概率计算，得到最佳正实例。本申请解决了现有技术对人工标注语料的依赖性较强，或者受噪声样本影响较大，导致关系抽取效果较差的技术问题。

技术领域

本申请涉及文本关系抽取技术领域，尤其涉及基于混合神经网络的远程监督关系抽取方法及装置。

背景技术

随着企业的不断壮大发展，其供应链也日益变得复杂和庞大，单纯依赖于人力管理的方法已难以保证供应链管理质量，原因在于：一是供应链难以对市场的变化做出快速响应，二是供应链中存在的结构化和非结构化数据蕴含着大量知识，仅依靠有限的人力无法被充分挖掘利用。因此，有必要建立一个供应链知识库，不仅可以为管理人员提供决策参考，提高供应链响应速度，还可以充分挖掘供应链隐含的知识，提高供应链管理质量。

关系抽取是供应链信息抽取的子任务之一，其主要任务是识别出供应链文本中实体间的关系，并抽取和表达出类似于实体1，关系类型，实体2这样的结构数据。关系抽取作为供应链知识库构建的上游技术之一，其抽取的质量决定着供应链知识库的最终质量。目前关系抽取任务中，基于监督的方法因其较高的准确率而受到业界的广泛使用，但基于监督的关系抽取方法对于人工标注语料具有很强的依赖性。

为了降低这种人工标注语料的依赖性，远程监督关系抽取方法应运而生，远程监督关系抽取基于一个假设，由于假设性过强，基于远程监督的关系抽取方法的性能严重受制于构建语料过程中的错误引入的噪声样本。

发明内容

本申请提供了基于混合神经网络的远程监督关系抽取方法及装置，用于解决现有技术对人工标注语料的依赖性较强，或者受噪声样本影响较大，导致关系抽取效果较差的技术问题。

有鉴于此，本申请第一方面提供了基于混合神经网络的远程监督关系抽取方法，包括：

将获取到的目标文本语句转换成预置语句向量，所述预置语句向量包括词向量、位置向量和词性标注向量；

采用预置混合神经网络模型根据所述预置语句向量提取结构特征向量，所述预置混合神经网络模型包括预置Bi-GRU网络和预置PCNN网络；

基于所述结构特征向量计算所述目标文本语句对预置种子样本关系的支持度，所述支持度包括语义相似度和关系相似度；

从降序排列的所述支持度中选取对应预置数量的所述结构特征向量进行组合，得到组合特征向量；

根据所述组合特征向量进行预置关系概率计算，得到最佳正实例。

优选地，所述将获取到的目标文本语句转换成预置语句向量，所述预置语句向量包括词向量、位置向量和词性标注向量，包括：

将目标文本语句中的单词映射至预设低维空间，得到词向量；

计算所述词向量中每个单词与预置实体对的相对位置，得到位置向量；

采用自然语言处理工具对所述目标文本语句进行词性分析，得到词性标注向量；

将所述词向量、所述位置向量和所述词性标注向量进行拼接，得到预置语句向量。

优选地，所述采用预置混合神经网络模型根据所述预置语句向量提取结构特征向量，所述预置混合神经网络模型包括预置Bi-GRU网络和预置PCNN网络，包括：

采用预置Bi-GRU网络提取所述预置语句向量中的上下文信息，得到上下文特征向量；