[发明专利]用于文本的关系抽取方法及系统

说明书

本发明实施例提供一种用于文本的关系抽取方法。该方法包括：利用BERT对文本进行编码，对编码结果的序列维度进行复制升维，得到基于片段排列的矩阵；对矩阵中每个坐标对应的字符串进行多标签分类，得到每个坐标的标签集合；遍历每个坐标的标签集合中所有头、尾标签以及实体标签进行握手式标注配对进行关系抽取，确定至少一个限定关系或开放关系的三元组，用于表示文本中各实体间的关系。本发明实施例还提供一种用于文本的关系抽取系统。本发明实施例利用设定的标签集合以及配对关系抽取，既能够实现限定关系抽取，同时能够实现开放关系抽取。能够较大程度减少编码信息损失，准确的表示出不冲突的多维度的关系三元组。

技术领域

本发明涉及自然语言处理领域，尤其涉及一种用于文本的关系抽取方法及系统。

背景技术

关系抽取是自然语言处理领域的一个基础任务，其在文本挖掘、信息检索、智能问答等领域广泛存在、并且发挥着非常重要的作用。

对于关系抽取，现有技术会使用：

1、基于依存语义的中文无监督开放式实体关系抽取方法，对文本进行中文分词、命名实体识别、词性标注和依存句法分析，从命名实体识别中任意挑选两个实体寻找两者之间的依存路径，一旦该依存路径满足预定义的范式匹配，则进一步解析得出关系三元组。

2、利用神经网络关系抽取方法对每个句子及其相关实体卷积得到该对实体的句子向量表示，再采用句子级别注意力机制，得到综合句子向量表示，两者作为特征预测关系。

在实现本发明过程中，发明人发现相关技术中至少存在如下问题：

由于上述方式所采用的框架大多是基于流水线式的模型框架，无法同时实现限定关系抽取和开放关系抽取，并且需要分步抽取，无法实现端到端的抽取方式，未能将上述两个方法整合，所抽取的关系可能会存在不完整或冲突。

发明内容

为了至少解决现有技术中关系抽取的不完整或冲突的问题。第一方面，本发明实施例提供一种用于文本的关系抽取方法，包括：

利用BERT对文本进行编码，对编码结果的序列维度进行复制升维，得到基于片段排列的矩阵；

对所述矩阵中每个坐标对应的字符串进行多标签分类，得到所述每个坐标的标签集合；

遍历所述每个坐标的标签集合中所有头、尾标签以及实体标签进行握手式标注配对进行关系抽取，确定至少一个限定关系或开放关系的三元组，用于表示所述文本中各实体间的关系。

第二方面，本发明实施例提供一种用于文本的关系抽取系统，包括：

矩阵确定程序模块，用于利用BERT对文本进行编码，对编码结果的序列维度进行复制升维，得到基于片段排列的矩阵；

标签分类程序模块，用于对所述矩阵中每个坐标对应的字符串进行多标签分类，得到所述每个坐标的标签集合；

标注配对程序模块，用于遍历所述每个坐标的标签集合中所有头、尾标签以及实体标签进行握手式标注配对进行关系抽取，确定至少一个限定关系或开放关系的三元组，用于表示所述文本中各实体间的关系。

第三方面，提供一种电子设备，其包括：至少一个处理器，以及与所述至少一个处理器通信连接的存储器，其中，所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行本发明任一实施例的用于文本的关系抽取方法的步骤。

第四方面，本发明实施例提供一种存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现本发明任一实施例的用于文本的关系抽取方法的步骤。