[发明专利]基于双语词向量的低资源语种实体抽取方法

摘要

本发明提供一种基于双语词向量的低资源语种实体抽取方法，在低资源语种实体抽取任务中考虑语种的语义特征，并解决低资源语种实体抽取的无监督学习问题。包括以下三个阶段：步骤(1)基于可比语料库的双语词向量的构建；步骤(2)源语种实体抽取模型构建；步骤(3)目标语种实体抽取模型构建。与现有技术相比，本发明首次将强化学习和双语词向量引入低资源语种实体抽取任务中，解决低资源语种缺少实体抽取标注语料库的问题。通过双语词向量，有效表示跨语种文本的词语义特征，解决低资源语种语义信息匮乏及模型迁移过程中语义信息无法直接进行语种间转移的问题。同时，本发明采用强化学习的思想，实现了低资源语种实体抽取任务的无监督学习。

主权项

1.一种基于双语词向量的低资源语种实体抽取方法，其特征在于,方法包括以下三个阶段：(1)基于可比语料库的双语词向量的构建：利用源语种与低资源目标语种所构成的双语可比语料库来构建双语词向量，以表示跨语种词的语义特征；(2)源语种实体抽取模型构建：利用源语种的实体抽取标注训练集，融合基于位置线性衰减的深度学习方法，训练实体抽取模型；(3)目标语种实体抽取模型构建：将源语种的实体抽取模型进行模型迁移，用到目标语种文本资源上，并引入双语词向量来丰富目标语种的语义特征，引入强化学习框架来实现目标语种的无监督自学习。