[发明专利]优化信息融合策略的关系抽取方法、装置、设备及介质

说明书

本申请公开了优化信息融合策略的关系抽取方法、装置、设备及介质，优化信息融合策略的关系抽取方法包括：将经过预处理的目标文本输入至预训练模型的编码器，得到第一实体的第一实体向量、第二实体的第二实体向量及目标文本的句向量；将第一实体向量与句向量进行融合，得到第一实体的第一复合特征向量，将第二实体向量与句向量进行融合，得到第二实体的第二复合特征向量；根据上下文特征向量，将第一复合特征向量与第二复合特征向量进行融合，得到第一实体与第二实体的关系表示；将关系表示输入至分类层，得到第一实体与第二实体的语义关系。复合特征向量融合了目标文本的全局信息与局部信息，得到准确性和可靠性更高的语义关系。

技术领域

本发明涉及信息抽取领域，尤其涉及一种优化信息融合策略的关系抽取方法、装置、设备及介质。

背景技术

信息抽取是将非结构化文本中包含的信息进行结构化处理，得到表格相同的信息组织格式。文本的关系抽取用于从文本中抽取两个目标实体之间存在的语义关系，是信息抽取的一项子任务步骤。从非结构化文本中提取准确地的语义关系对自然语言应用领域，如信息抽取、自动问答、机器翻译及知识图谱等具有重要意义。

现有技术会将从编码器中获得的每种信息(如句向量、实体向量等)，在关系抽取中作为同等重要的角色。通过将获取到的信息进行简单的拼接，得到两个实体之间存在的语义关系。然而，在复杂的语言环境中，每种信息的重要性存在着差异。两个实体的语义、位置、主宾关系等隐含信息存在着不同，两个实体在关系抽取中的重要程度也是不相同的。因此，将获取到的每种信息作为同等重要的信息送入分类器，无法根据每种信息的重要程度得到语义关系，影响了抽取的语义关系的有效性，进而影响了信息抽取的可靠性与准确性。

发明内容

有鉴于此，本发明的目的是为了克服现有技术中的不足，提供一种优化信息融合策略的关系抽取方法、装置、设备及介质，以解决抽取的语义关系有效性不足的问题。

第一方面，本申请提供一种优化信息融合策略的关系抽取方法，所述方法包括：

将经过预处理的目标文本输入至预训练模型的编码器，得到第一实体的第一实体向量、第二实体的第二实体向量及所述目标文本的句向量，其中，所述预训练模型包括N层的Transformer层，所述第一实体、第二实体均为所述目标文本中的实体；

根据所述预训练模型的第M层的Transformer层输出的隐状态向量，得到上下文特征向量，其中，M的取值范围为[1，N-1]；

将所述第一实体向量与所述句向量进行融合，得到所述第一实体的第一复合特征向量，将所述第二实体向量与所述句向量进行融合，得到所述第二实体的第二复合特征向量；

根据所述上下文特征向量，将所述第一复合特征向量与所述第二复合特征向量进行融合，得到所述第一实体与所述第二实体的关系表示；

将所述关系表示输入至分类层，得到所述第一实体与所述第二实体的语义关系。

结合第一方面，在第一种可能的实现方式中，所述根据所述上下文特征向量，将所述第一复合特征向量与所述第二复合特征向量进行融合，得到所述第一实体与所述第二实体的关系表示，包括：

将所述上下文特征向量进行线性变换计算，得到所述第一实体的第一特征向量和所述第二实体的第二特征向量；

根据所述第一特征向量和所述第一复合特征向量，得到所述第一实体的第一权重，并根据所述第二特征向量和所述第二复合特征向量，得到所述第二实体的第二权重；

根据所述第一权重和所述第二权重，将所述第一复合特征向量与所述第二复合特征向量进行融合，得到所述第一实体与所述第二实体的关系表示。