[发明专利]基于深度学习的实体和实体关系识别方法及装置在审
| 申请号： | 201810053818.8 | 申请日： | 2018-01-19 |
| 公开（公告）号： | CN108280062A | 公开（公告）日： | 2018-07-13 |
| 发明（设计）人： | 鄂海红;宋美娜;胡莺夕;王晓晖 | 申请（专利权）人： | 北京邮电大学 |
| 主分类号： | G06F17/27 | 分类号： | G06F17/27 |
| 代理公司： | 北京清亦华知识产权代理事务所(普通合伙) 11201 | 代理人： | 张润 |
| 地址： | 100876 北京市海淀区西*** | 国省代码： | 北京;11 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于深度学习的实体和实体关系识别方法及装置，其中方法包括以下步骤：输入文本，并将文本转换为词向量，其中，采用实体位置、实体关系和关系位置的标记方式；通过编解码的方式对词向量进行序列标注，以获取序列标注的词向量；对模型的输出进行第二次排序，其中，选择每个单词的概率最高的预设数量的标签作为候选，并进行标签配对，以配对成功后获取正确标签。该方法采用深度学习方法结合自然语言处理技术，考虑多标签和实体重叠的情况，提出全新的关系抽取解决方案，从而提升关系抽取结果精确度，并能够处理多种复杂情况。 | ||
| 搜索关键词： | 实体关系 标签 关系抽取 序列标注 词向量 配对 自然语言处理技术 标记方式 关系位置 实体位置 输入文本 文本转换 编解码 向量 预设 学习 单词 排序 输出 概率 成功 | ||
【主权项】：
1.一种基于深度学习的实体和实体关系识别方法，其特征在于，包括以下步骤：输入文本，并将所述文本转换为词向量，其中，采用实体位置、实体关系和关系位置的标记方式；通过编解码的方式对所述词向量进行序列标注，以获取序列标注的词向量；以及对模型的输出进行第二次排序，其中，选择每个单词的概率最高的预设数量的标签作为候选，并进行标签配对，以配对成功后获取正确标签。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于北京邮电大学，未经北京邮电大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201810053818.8/，转载请声明来源钻瓜专利网。
