[发明专利]一种基于实体关系抽取的领域关键技术体系构建方法

权利要求书

1.一种基于实体关系抽取的领域关键技术体系构建方法，其特征在于，所述方法包括以下步骤：

步骤A构建基于单句及多句片段的“关键技术”实体关系抽取模型；

步骤B基于生成的“关键技术”实体关系抽取模型，联合片段相似检索、实体消歧技术进行领域关键技术体系的抽取构建。

2.根据权利要求1所述的基于实体关系抽取的领域关键技术体系构建方法，其特征在于，步骤A中包括两个子任务，其中“关键技术”术语名称的实体识别采用bert+bilstm+crf，是否为“关键技术”关系判断采用bert+gru。

3.根据权利要求1或2所述的基于实体关系抽取的领域关键技术体系构建方法，其特征在于，所述步骤A具体包括：

选出部分技术文献构建训练数据集，把文献全文分割为多个句群片段，筛选含有完整“关键技术”关系和实体的片段，以及筛选不包含“关键技术”关系或关键技术术语实体缺失的。

4.根据权利要求3所述的基于实体关系抽取的领域关键技术体系构建方法，其特征在于，

对所述筛选出的含有完整“关键技术”关系和实体的片段，标注数据集为实体标签，并标注关系为正例；

对句群片段中筛选出的不包含“关键技术”关系，或关键技术术语实体缺失的，无需标注实体标签，并标注关系为负例。

5.根据权利要求4所述的基于实体关系抽取的领域关键技术体系构建方法，其特征在于，对标注数据集分别训练基于bert+gru的“关键技术”关系判断模型、基于bert+bilstm+crf的“关键技术”实体识别模型。

6.根据权利要求1所述的基于实体关系抽取的领域关键技术体系构建方法，其特征在于，所述步骤B具体包括：

步骤B1选出领域技术文献，利用片段相似检索技术抽取出关键技术相关句群片段，作为候选片段集；

步骤B2基于生成的关系判断模型对抽取句群片段进行判断，关系为“关键技术”的片段运用生成的实体识别模型进行A类实体和B类实体抽取，将抽取到的A类实体和B类实体形成父子关系保存；

步骤B3通过片段相似检索技术从全文中抽取“B类实体”关键技术相关的句群片段集，运用“关键技术”实体关系抽取模型，抽取“B类实体”包含的关键技术，逐级递归抽取，保存所有父子关系；

步骤B4根据领域先验知识和已标注数据中出现的实体，构建领域实体词典，对领域实体词典中的同义词建立映射关系，并设置候选同义词编辑距离阈值、公共子节点数量阈值，用于建立词典外相似实体的同义映射关系；

步骤B5按照同义词词典、文本编辑距离阈值、公共子节点数量阈值合并抽取得到实体子树节点，逐步形成关键技术体系树。