[发明专利]一种基于事件远程监督的多标签人物关系自动标注方法

说明书

本发明公开了一种基于事件远程监督的多标签人物关系自动标注方法，包括如下步骤：收集影响人物关系的事件；制作对应的事件标注模板；构建事件模板知识库；并进行数据预处理；对预处理后的句子利用事件标注模板进行事件标注；进行人物关系标注；人物关系标注得到结果；计算“事件”和“句子”之间的可信度；计算句子得分；设定了一个阈值，将句子得分低于阈值的句子丢弃；得到最终的人物关系标注。本发明通过事件模板知识库匹配得到影响人物关系的事件，再根据多个事件自动推理出人物多标签关系，可以解决人物关系多标签问题，能显著提高多标签人物关系标注的精度，并且具有更加出色的迁移性。

技术领域

本发明涉及自然语言关系抽取技术领域，具体涉及一种基于事件远程监督的多标签人物关系自动标注方法。

背景技术

基于深度学习方法的人物关系抽取广泛应用于自然语言处理任务中。深度学习方法是数据驱动的，需要更多的标记数据。然而，手工标注方法需要大量的人力和时间，并且数据规模不能满足深度学习方法的需要。远程监督是自动标注人物关系数据集的常用方法之一。它依赖于包含大量三元组的知识库，将句子中的人物实体对与知识库中的实体对进行匹配。然而，三元组知识库的建造是耗时费力的，需穷举所有实体的关系，而且构建的三元组知识库的可移植性很低。于是，一种新的基于事件集的自动标注方法即事件远程监督（ESDS）被提出。该方法用基于少量事件的知识集代替基于三元组的知识库，这大大降低了自动标注的成本，并提供了相当高的可移植性。然而现有的ESDS方法，只关注单个人物关系标签的标注，忽略了部分人物关系可能具有多标签的特点。

发明内容

因此，本发明要解决的技术问题在于克服现有技术中的上述缺陷，从而提供一种基于事件远程监督的多标签人物关系自动标注方法。

为此，所述基于事件远程监督的多标签人物关系自动标注方法，具体包括如下步骤：

S1：根据需要构建的人物关系数据集的分类类别，收集影响人物关系的事件；

S2：根据确定的事件，制作对应的事件标注模板：[ 事件触发词, 事件，事件对应的人物关系]；

S3：重复S2制作所有人物关系对应的事件标注模板，构建事件模板知识库；

S4：收集原始文本，并进行数据预处理，预处理后的每个句子格式如下[实体1, 实体2, 句子]；

S5：对预处理后的句子利用事件标注模板进行事件标注，当句子包含多个事件触发词时给予句子多个事件标签；

S6：对事件标注后的句子进行人物关系标注；

S7：进行人物关系标注得到的结果形式如下：D = [Entity1, Entity2,Sentence, Event, Beginning Event, Score, Interpersonal Relationship] ，其中Entity1和Entity2代表句子中的人物实体；Sentence表示标注的句子；Event表示句子中人物之间的事件，如果Event为空则表示当前句子没有对应的事件；Beginning Event是指句子中的实体在上文中发生的事件，Interpersonal Relationship是句子被标注的人物关系标签；Score表示事件和句子之间的可信度；

S8：计算“事件”和“句子”之间的可信度，用S₁表示；如果“Event”为“NA”，则S₁为0，“Beginning Event”和“句子”之间的可信度用S₂表示；计算句子得分SS的如下：