[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

说明书

本发明公开了一种基于实体关系抽取的领域关键技术体系构建方法，包括构建基于单句及多句片段的“关键技术”实体关系抽取模型；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。本发明通过片段相似检索技术筛选出候选句群片段，减少片段噪音，能够有效提升实体关系抽取质量。

技术领域

本发明涉及信息抽取、自然语言处理技术领域，尤其涉及一种基于实体关系抽取的领域关键技术体系构建方法。

背景技术

信息抽取旨在从大规模非结构文本中抽取结构化信息，实体关系抽取是信息抽取的关键任务之一，主要目的是从文本中识别实体并抽取实体之间的语义关系。实体关系抽取可分为两个子任务：实体识别和关系抽取，目前已应用到知识图谱构建中。

实际应用中，从海量非结构化文献中抽取并构建领域关键技术体系，采用人工构建方式则费时费力，且难以构建完备的领域关键技术体系。如何利用实体关系抽取技术自动抽取构建领域关键技术体系就显得十分重要。随着深度学习时代来临，神经网络模型为实体关系抽取带来了新的进展，但在实际应用中仍面临挑战。现有实体关系抽取模型更多从单个句子中抽取实体间关系，实际中，大量的实体间关系往往表现在一篇文档的多个句子中，甚至在多个文档中。如何实现跨句子实体关系抽取，也是实体关系抽取面临的问题。从海量非结构化文献中抽取并构建领域关键技术体系，同样面临着多句子中关系实体抽取的难题，以及抽取的关键技术体系可能不够完备，数据质量不高等问题。

发明内容

为解决上述技术问题，从海量学术文献全文中自动抽取构建高质量相对完备的领域关键技术体系，本发明的目的是提供一种基于实体关系抽取的领域关键技术体系构建方法，实现从海量非结构化文献中自动抽取并构建领域关键技术体系，节省人力的同时提高构建质量。

本发明的目的通过以下的技术方案来实现：

一种基于实体关系抽取的领域关键技术体系构建方法，包括：

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。

与现有技术相比，本发明的一个或多个实施例可以具有如下优点：

通过片段相似检索技术筛选出候选句群片段，减少片段噪音，能够有效提升实体关系抽取质量；采用的基于bert+bilstm+crf的实体识别和基于bert+gru的关系判断，实现单句或多句中实体关系的自动抽取，结合逐级递归抽取以及同义不同文的实体合并，能够有效提高抽取的关键技术体系完备性。

附图说明

图1是基于实体关系抽取的领域关键技术体系构建方法流程图；

图2是构建基于单句及多句片段的“关键技术”实体关系抽取模型的流程图；

图3是基于“关键技术”实体关系抽取模型的领域关键技术体系构建流程图。

具体实施方式

为使本发明的目的、技术方案和优点更加清楚，下面将结合实施例及附图对本发明作进一步详细的描述。

如图1所示，为基于实体关系抽取的领域关键技术体系构建方法流程，包括：

步骤10构建基于单句及多句片段的“关键技术”实体关系抽取模型；

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；如图2所示，具体包括如下步骤：