[发明专利]用于关系抽取的方法、装置、设备和介质

说明书

在此提供了一种训练关系抽取模型的方法、装置、设备和存储介质。这里描述的方法包括：基于由文档中的目标实体对和与目标实体对关联的目标关系组成的给定三元组，确定在给定三元组的条件下一组规则的概率分布，一组规则用于描述目标实体对之间联系的逻辑。基于在给定三元组的条件下一组规则的概率分布，确定在给定三元组的条件下得分的概率分布，得分指示在文档中目标关系对于目标实体对是否有效。基于与得分对应的标记值，通过使在给定三元组的条件下得分的概率分布的参数的似然函数最大化，获得经训练的关系抽取模型。根据本公开的事实，通过利用规则，可以容易地捕获关系的长程依赖性并且提供较好的可解释性。

技术领域

本公开的各实现方式涉及计算机领域，更具体地，涉及用于关系抽取的方法、装置、设备和计算机存储介质。

背景技术

目前，文档级别的关系抽取方法备受关注。文档级别的关系抽取可以应用于问答、搜索等领域。通常，可以利用基于序列的模型或基于图的模型来考虑文档中更长的上下文和关系的长程依赖性。例如，可以通过池化操作来计算长程关系的表示，或者可以利用图中的节点来表示文档中距离较远的实体，从而更好地表征实体之间的长程关系。

然而，利用上述方法抽取出的长程关系的可解释性较差。因此，需要能够提供更好的可解释性的文档级别的关系抽取方法。

发明内容

在本公开的第一方面，提供了一种训练关系抽取模型的方法。该方法包括：基于由文档中的目标实体对和与所述目标实体对关联的目标关系组成的给定三元组，确定在给定三元组的条件下一组规则的概率分布，所述目标关系选自用于描述所述文档中的实体对之间联系的一组关系，所述一组规则用于描述所述目标实体对之间联系的逻辑；基于所述在给定三元组的条件下一组规则的概率分布，确定在给定三元组的条件下得分的概率分布，所述得分指示在所述文档中所述目标关系对于所述目标实体对是否有效；以及基于与所述得分对应的标记值，通过使所述在给定三元组的条件下得分的概率分布的参数的似然函数最大化，获得经训练的所述关系抽取模型。

在本公开的第二方面中，提供了一种用于训练关系抽取模型的装置。该装置包括：规则概率确定模块，被配置为基于由文档中的目标实体对和与所述目标实体对关联的目标关系组成的给定三元组，确定在给定三元组的条件下一组规则的概率分布，所述目标关系选自用于描述所述文档中的实体对之间联系的一组关系，所述一组规则用于描述所述目标实体对之间联系的逻辑；得分概率确定模块，被配置为基于所述在给定三元组的条件下一组规则的概率分布，确定在给定三元组的条件下得分的概率分布，所述得分指示在所述文档中所述目标关系对于所述目标实体对是否有效；以及优化模块，被配置为基于与所述得分对应的标记值，通过使所述在给定三元组的条件下得分的概率分布的参数的似然函数最大化，获得经训练的所述关系抽取模型。

在本公开的第三方面，提供了一种电子设备，包括：存储器和处理器；其中存储器用于存储一条或多条计算机指令，其中一条或多条计算机指令被处理器执行以实现根据本公开的第一方面的方法。

在本公开的第四方面，提供了一种计算机可读存储介质，其上存储有一条或多条计算机指令，其中一条或多条计算机指令被处理器执行实现根据本公开的第一方面的方法。

在本公开的第五方面，提供了一种关系抽取模型的方法。该方法包括：基于由文档中的目标实体对和与所述目标实体对关联的目标关系组成的给定三元组，生成用于描述所述目标实体对之间联系的逻辑的一组规则，所述目标关系选自用于描述所述文档中的实体对之间联系的一组关系；基于所述一组规则，确定在所述目标实体对之间的至少一个路径；以及基于所述至少一个路径途经的实体对以及关联的关系，确定指示在所述文档中所述目标关系对于所述目标实体对是否有效的得分。