[发明专利]实体关系的联合抽取方法和联合抽取装置

权利要求书

1.一种实体关系的联合抽取方法，其特征在于，所述联合抽取方法包括：

获取文本数据；

基于预设模型，获取所述文本数据的第一特征序列，其中，所述第一特征序列包括多个第一特征向量，所述文本数据的每个字符对应于至少一个第一特征向量，并且每个第一特征向量包括多个第一特征元素；

基于所述第一特征序列，将每个第一特征向量映射为互斥二元交叉标记，并将所有互斥二元交叉标记组合为互斥二元交叉标记集合；

基于所述互斥二元交叉标记集合，对所述文本数据的实体关系进行联合抽取，

其中，基于所述互斥二元交叉标记集合，对所述文本数据的实体关系进行联合抽取的步骤包括：

确定每个互斥二元交叉标记中值1的位置信息；

基于所述值1的位置信息，将每个互斥二元交叉标记一维化；

基于将每个互斥二元交叉标记一维化后得到的第二特征元素，确定第二特征序列；

基于所述第二特征序列，对所述文本数据的实体关系进行联合抽取，

其中，基于所述第二特征序列，对所述文本数据的实体关系进行联合抽取的步骤包括：

将所述第二特征元素和第二预设阈值进行比较；

基于所述第二特征元素小于所述第二预设阈值，确定所述第二特征元素是无效字符元素；

基于所述第二特征元素等于所述第二预设阈值，确定所述第二特征元素是实体中间字符元素；

基于所述第二特征元素大于所述第二预设阈值，确定所述第二特征元素是实体首尾字符元素；

基于所述实体首尾字符元素，对所述文本数据的实体关系进行联合抽取。

2.如权利要求1所述的联合抽取方法，其特征在于，每个第一特征向量包括的第一特征元素的第二数量基于所述预设模型中预定义的谓词的第一数量来确定。

3.如权利要求2所述的联合抽取方法，其特征在于，基于所述第一特征序列，将每个第一特征向量映射为互斥二元交叉标记的步骤包括：

针对任意一个第一特征向量，将该第一特征向量的每个第一特征元素和第一预设阈值进行比较；

当所述第一特征元素大于所述第一预设阈值，将所述第一特征元素重新赋值为1；

当所述第一特征元素小于或等于所述第一预设阈值，将所述第一特征元素重新赋值为0；

基于重新赋值后的所述第一特征元素，将该第一特征向量映射为互斥二元交叉标记。

4.如权利要求3所述的联合抽取方法，其特征在于，所述实体首尾字符元素包括实体首字符元素和实体尾字符元素，其中，

所述实体首字符元素包括主语实体首字符元素和宾语实体首字符元素，

所述实体尾字符元素包括主语实体尾字符元素和宾语实体尾字符元素。

5.如权利要求4所述的联合抽取方法，其特征在于，基于所述实体首尾字符元素，对所述文本数据的实体关系进行联合抽取的步骤包括：

基于所述实体首尾字符元素不大于所述第二预设阈值和所述第一数量的第一和值，确定所述实体首尾字符元素是所述主语实体首字符元素；

基于所述实体首尾字符元素大于所述第一和值，并且不大于所述第一和值与所述第一数量的第二和值，确定所述实体首尾字符元素是所述宾语实体首字符元素；

基于所述实体首尾字符元素大于所述第二和值，并且不大于所述第二和值与所述第一数量的第三和值，确定所述实体首尾字符元素是所述主语实体尾字符元素；

基于所述实体首尾字符元素大于所述第三和值，并且不大于所述第三和值与所述第一数量的第四和值，确定所述实体首尾字符元素是所述宾语实体尾字符元素。

6.如权利要求5所述的联合抽取方法，其特征在于，基于所述实体首尾字符元素，对所述文本数据的实体关系进行联合抽取的步骤还包括：

基于邻近的所述实体首字符元素与所述实体尾字符元素的差值为第一数量的2倍，将邻近的所述实体首字符元素与所述实体尾字符元素彼此匹配，从而对所述文本数据的实体进行抽取；

基于邻近的所述实体首字符元素之间的差值为第一数量，确定邻近的所述实体首字符元素对应的实体是具有相同谓词关系的实体对，从而对所述文本数据的实体关系进行联合抽取。