[发明专利]一种快速启动的交互式关系标注与抽取框架

权利要求书

1.一种快速启动的交互式关系标注与抽取框架，其特征在于，包括以下步骤：

S1：使用通用命名实体识别数据集对命名实体识别模型进行预训练；

S2：使用通用关系抽取数据集对少样本关系抽取模型进行预训练；

S3：设定待抽取关系和少量标注数据；

S4：对待抽取文本进行数据预处理；

S5：使用命名实体识别模型对待抽取文本进行命名实体识别；

S6：对实体进行人工配对；

S7：对配对结果进行初步关系抽取；

S8：对关系抽取结果进行人工校对；

S9：对少样本关系抽取模型进行微调；

S10：重复S4到S9直到所有的待抽取文本均处理完成。

2.根据权利要求1所述的快速启动的交互式关系标注与抽取框架，其特征在于，步骤S1：使用通用命名实体识别数据集对命名实体识别模型进行预训练，构建快速启动交互式关系标注与抽取框架，框架包含：命名实体识别模型、少样本关系抽取模型、待处理文本仓库、通用命名实体识别数据集、通用关系抽取数据集和专用关系抽取数据仓库。

3.根据权利要求2所述的快速启动的交互式关系标注与抽取框架，其特征在于，步骤S2使用通用关系抽取数据集对少样本关系抽取模型进行预训练，具体如下，构建框架中的命名实体识别模型Net_ner，采用通用领域命名实体类识别数据集进行预训练；构建所述框架中的少样本关系抽取模型Net_re，先使用通用领域关系抽取数据集以元学习方式训练，得到初始化参数θ₀，再使用专用关系抽取数仓库对Net_re的参数θ₀进行微调，得到参数θ₁。

4.根据权利要求3所述的快速启动的交互式关系标注与抽取框架，其特征在于，步骤S3：设定待抽取关系和少量标注数据；从待处理文本仓库中，选取一条待抽取文本S。

5.根据权利要求4所述的快速启动的交互式关系标注与抽取框架，其特征在于，步骤S4：对待抽取文本进行数据预处理；使用预训练的命名实体类识别模型对待抽取文本进行命名实体识别，在待处理文本中将命名实体识别的结果{e₁，e₂，...e_n}进行标记。

6.根据权利要求5所述的快速启动的交互式关系标注与抽取框架，其特征在于，步骤S5：使用命名实体识别模型对待抽取文本进行命名实体识别，具体如下，标注者手动将S4中识别出的命名实体进行配对，即选出需要进行关系抽取的头尾实体对{e_h，e_t}，将被标注者选中的实体对{e_h，e_t}，以及包含实体对的句子S、实体类型{C_h，C_t}和实体在句子中的相对位置{Pos_h，Pos_t}作为下一步进行关系抽取的输入。