[发明专利]基于人工智能的实体关系检测方法及相关设备

权利要求书

1.一种基于人工智能的实体关系检测方法，其特征在于，所述基于人工智能的实体关系检测方法包括：

当接收到实体关系检测请求时，根据所述实体关系检测请求获取待检测文本；

基于预先训练好的实体关系识别模型分析所述待检测文本，得到识别结果；

若所述识别结果为预设结果，根据所述识别结果从所述待检测文本中抽取关系语句；

识别所述关系语句中的对象实体；

若所述对象实体有多个，定位多个所述对象实体在所述关系语句中的实体关系；

基于预设图谱检测所述实体关系，得到所述待检测文本的检测结果。

2.如权利要求1所述的基于人工智能的实体关系检测方法，其特征在于，所述基于预先训练好的实体关系识别模型分析所述待检测文本，得到识别结果包括：

对所述待检测文本进行分词处理，得到多个文本分词；

获取所述实体关系识别模型的编码映射表；

基于所述编码映射表对所述多个文本分词进行编码处理，得到多个单词编码；

根据所述多个文本分词在所述待检测文本中的词汇位置拼接所述多个单词编码，得到编码向量；

基于所述多个文本分词在所述编码向量中的表征顺序生成所述待检测文本的位置向量；

获取所述实体关系识别模型的语义生成网络及关系分类网络；

基于所述语义生成网络分析所述编码向量及所述位置向量，得到所述待检测文本的文本语义向量；

获取所述关系分类网络中的权值矩阵及偏置向量；

计算所述文本语义向量与所述权值矩阵的乘积，得到运算向量，并计算所述运算向量与所述偏置向量的总和，得到分类向量；

将所述分类向量中取值最大的维度所对应的类别确定为所述识别结果。

3.如权利要求1所述的基于人工智能的实体关系检测方法，其特征在于，所述根据所述识别结果从所述待检测文本中抽取关系语句包括：

根据所述识别结果从预设词库中获取标准词汇；

基于所述标准词汇遍历所述待检测文本中的每个文本语句；

将包含有所述标准词汇的文本语句确定为所述关系语句。

4.如权利要求1所述的基于人工智能的实体关系检测方法，其特征在于，所述识别所述关系语句中的对象实体包括：

基于所述关系语句的多个语句分词对所述关系语句进行向量化处理，得到语句向量序列；

将所述语句向量序列输入至预先训练好的实体识别模型中，并获取每个语句分词在激活层的多个配置标签上的输出概率及转移概率；

对于每个语句分词，对每个配置标签的输出概率及转移概率进行加权和运算，得到每个配置标签的标签分值；

将所述标签分值最高的配置标签确定为该语句分词的输出标签；

将所述输出标签与预设实体标签进行匹配，并将与所述预设实体标签匹配成功的输出标签所对应的语句分词确定为所述对象实体。

5.如权利要求1所述的基于人工智能的实体关系检测方法，其特征在于，所述定位多个所述对象实体在所述关系语句中的实体关系包括：

对于多个所述对象实体中的实体对，检测所述实体对中的对象实体是否在同一关系语句中，所述实体对包括任意两个对象实体；

若所述实体对中的对象实体存在同一关系语句中，分析所述实体对中的对象实体在该关系语句中的语法结构；

若所述语法结构有多个，确定所述实体对中的对象实体包含有所述实体关系。

6.如权利要求1所述的基于人工智能的实体关系检测方法，其特征在于，所述基于人工智能的实体关系检测方法还包括：

若所述对象实体的实体数量小于预设数量，获取预设标签，所述预设标签用于指示发布用户；

从所述待检测文本中提取与所述预设标签对应的信息作为所述待检测文本的文本发布方；

将所述文本发布方与所述对象实体的关联关系确定为所述实体关系。