[发明专利]实体关系抽取方法

权利要求书

1.一种实体关系抽取方法，其特征在于，包括：

依存句法分析，从句子中提取出实体对；

对所述实体对进行关联关系添加，以得到第一三元组，对所述第一三元组进行DSNF匹配并按照设定条件对所述第一三元组进行筛选，以得到第二三元组；

根据所述句子的上下文内容对所述实体对添加关系，以得到第三三元组；

根据实体字典对所述实体对添加关系，以得到第四三元组；以及

对所述第二三元组、第三三元组和第四三元组进行聚类，按照每个所述三元组之间的相似关系将所有三元组分为多个类。

2.如权利要求1所述的实体关系抽取方法，其特征在于，依存句法分析，从句子中提取出实体对的方法包括：

依存句法分析，从句子中提出多个实体；

将指向同一个人或物的实体合并为一个实体；以及

将任意两个实体组合形成实体对。

3.如权利要求1所述的实体关系抽取方法，其特征在于，所述关联关系包括：并列关系和因果关系。

4.如权利要求1所述的实体关系抽取方法，其特征在于，按照设定条件对所述第一三元组进行筛选的方法包括：

若从过短的句子提取出的实体对，则将所述实体对舍弃；

同一句子中的所述实体对的数量小于或等于3，且所述实体对的字符数量小于10，若不能同时满足，则将所述实体对舍弃；

若所述实体对中的第一个实体依赖于谓词，则所述第一个实体不能同时依赖于谓词之外的其他单词，否则将所述实体对舍弃；

所述实体对所在的句子中，第一个实体和第二个实体之间的距离小于或等于四个字符，否则将所述实体对舍弃；

所述实体对中，当一个实体是直接宾语，且依赖于VOB的谓语时，该实体为名词，否则将所述实体对舍弃；

当关系词中，谓语前面有多个状语短语时，所述谓语匹配最接近谓词的一个状语短语；

当关系词中，宾语为介词性宾语或宾语的修饰词是一个副词性状语时；

当关系词中，存在并列谓语时，第二个动宾结构不能直接构成SBV-VOB的形式，且第二个谓词前不能含有实体；

如果介词为被或者由时，对第一个实体和第二实体的位置进行交换；

如果第二个实体所依存的词与第一个实体所依存的词构成COO关系，那么特征关系词选择第二个实体所依存的词；以及

如果特征关系词的前面具有一个修饰所述特征关系词的动词，则特征关系词和动词进行合并作为一个特征关系词。

5.如权利要求1所述的实体关系抽取方法，其特征在于，根据所述句子的上下文内容对所述实体对添加关系，以得到第二三元组的方法包括：

在第一个实体的上文和下文中找到若干个关系词；

在第二个实体的上文和下文中找到若干个关系词；

查找第一个实体的上下文关系词和第二个实体的上下文关系词的交集；以及

找出所述交集内的关系词与该关系词的上文和下文的词语相似度最高的关系词，并将该关系词假如所述实体对中，以得到第三三元组。

6.如权利要求1所述的实体关系抽取方法，其特征在于，根据实体字典对所述实体对添加关系，以得到第四三元组的方法包括：

如果该关系词收录在所述实体字典中，则将该关系词添加到所述实体对中。

7.如权利要求1所述的实体关系抽取方法，其特征在于，对所述第二三元组、第三三元组和第四三元组进行聚类，按照每个所述三元组之间的相似关系将所有三元组分为多个类的方法包括：

将所有三元组的关系词进行相似度计算；

将相似度接近的关系词分为同一个类，并计算每一类关系词的平均相似度；

如果有新的关系词加入，将新的关系词与每一类关系词的平均相似度进行相似度计算；以及

将新的关系词加入与其相似度接近的那一类关系词中。

8.如权利要求7所述的实体关系抽取方法，其特征在于，将相似度接近的关系词分为同一个类的方法包括：

当两个所述关系词的相似度的差值在阈值内，则认为这两个关系词的相似度接近。