CN113221566A - 实体关系抽取方法、装置、电子设备和存储介质 - Google Patents
实体关系抽取方法、装置、电子设备和存储介质 Download PDFInfo
- Publication number
- CN113221566A CN113221566A CN202110501443.9A CN202110501443A CN113221566A CN 113221566 A CN113221566 A CN 113221566A CN 202110501443 A CN202110501443 A CN 202110501443A CN 113221566 A CN113221566 A CN 113221566A
- Authority
- CN
- China
- Prior art keywords
- text
- entity
- word
- relation
- text word
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F40/00—Handling natural language data
- G06F40/20—Natural language analysis
- G06F40/279—Recognition of textual entities
- G06F40/289—Phrasal analysis, e.g. finite state techniques or chunking
- G06F40/295—Named entity recognition
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
- G06F16/33—Querying
- G06F16/3331—Query processing
- G06F16/334—Query execution
- G06F16/3344—Query execution using natural language analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
- G06F16/35—Clustering; Classification
Abstract
本申请公开了实体关系抽取方法、装置、电子设备和存储介质,涉及计算机技术领域,具体涉及知识图谱、自然语言处理和深度学习等人工智能技术领域。具体实现方案为:获取输入文本;调用文本词类标注模型对输入文本进行文本词标注以生成文本词标注结果;根据文本词标注结果生成实体对集;以及调用关系分类模型对输入文本和实体对集进行关系检测以生成文本实体关系结果。由此,可以有效地对输入文本的实体关系进行检测,进而提高实体关系抽取结果的准确性。
Description
技术领域
本申请涉及计算机技术领域,具体涉及知识图谱、自然语言处理和深度学习等人工智能技术领域,尤其涉及一种实体关系抽取方法、装置、电子设备和存储介质。
背景技术
实体关系抽取(Entity and Relation Extraction,ERE),即从自然文本中挖掘其中包含的实体,及实体之间的关系。如文本“刘某某主演的电影《XXXX》”中,包含的实体为“刘某某”、“《XXXX》”,关系则为“主演”。该技术主要应用于知识图谱中实体间关系的挖掘,通过自动挖掘到的关系,补充图谱中的边关系。
发明内容
本申请提供了一种实体关系抽取方法、装置、电子设备和存储介质。
根据本申请的一方面,提供了一种实体关系抽取方法,包括:
获取输入文本;
调用文本词类标注模型对所述输入文本进行文本词标注以生成文本词标注结果;
根据所述文本词标注结果生成实体对集;以及
调用关系分类模型对所述输入文本和所述实体对集进行关系检测以生成文本实体关系结果。
根据本申请的另一方面,提供了一种实体关系抽取装置,包括:
获取模块,用于获取输入文本;
标注模块,用于调用文本词类标注模型对所述输入文本进行文本词标注以生成文本词标注结果;
生成模块,用于根据所述文本词标注结果生成实体对集;以及
检测模块,用于调用关系分类模型对所述输入文本和所述实体对集进行关系检测以生成文本实体关系结果。
根据本申请的另一方面,提供了一种电子设备,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上述一方面实施例所述的实体关系抽取方法。
根据本申请另一方面,提供了一种存储有计算机指令的非瞬时计算机可读存储介质,其上存储有计算机程序,所述计算机指令用于使所述计算机执行上述一方面实施例所述的实体关系抽取方法。
根据本申请的另一方面,提供了一种计算机程序产品,包括计算机程序,所述计算机程序被处理器执行时实现上述一方面实施例所述的实体关系抽取方法。
应当理解,本部分所描述的内容并非旨在标识本申请的实施例的关键或重要特征,也不用于限制本申请的范围。本申请的其它特征将通过以下的说明书而变得容易理解。
附图说明
附图用于更好地理解本方案,不构成对本申请的限定。其中:
图1为本申请实施例提供的一种实体关系抽取方法的流程示意图;
图2为本申请实施例提供的另一种实体关系抽取方法的流程示意图;
图3为本申请实施例提供的另一种实体关系抽取方法的流程示意图;
图4为本申请实施例提供的另一种实体关系抽取方法的流程示意图;
图5为本申请实施例提供的一种实体关系抽取装置的结构示意图;以及
图6为根据本申请实施例的实体关系抽取装置的电子设备的框图。
具体实施方式
以下结合附图对本申请的示范性实施例做出说明,其中包括本申请实施例的各种细节以助于理解,应当将它们认为仅仅是示范性的。因此,本领域普通技术人员应当认识到,可以对这里描述的实施例做出各种改变和修改,而不会背离本申请的范围和精神。同样,为了清楚和简明,以下的描述中省略了对公知功能和结构的描述。
下面参考附图描述本申请实施例的实体关系抽取方法、装置、电子设备和存储介质。
人工智能是研究使用计算机来模拟人的某些思维过程和智能行为(如学习、推理、思考、规划等)的学科,既有硬件层面的技术领域也有软件层面的技术。人工智能硬件技术一般包括如传感器、专用人工智能芯片、云计算、分布式存储、大数据处理等技术;人工智能软件技术包括计算机视觉技术、语音识别技术、自然语言处理技术以及深度学习、大数据处理技术、知识图谱技术等几大方向。
知识图谱(Knowledge Graph),在图书情报界称为知识域可视化或知识领域映射地图,是显示知识发展进程与结构关系的一系列各种不同的图形,用可视化技术描述知识资源及其载体,挖掘、分析、构建、绘制和显示知识及它们之间的相互联系。知识图谱,是通过将应用数学、图形学、信息可视化技术、信息科学等学科的理论与方法与计量学引文分析、共现分析等方法结合,并利用可视化的图谱形象地展示学科的核心结构、发展历史、前沿领域以及整体知识架构达到多学科融合目的的现代理论。
自然语言处理是计算机科学领域与人工智能领域中的一个重要方向。它研究能实现人与计算机之间用自然语言进行有效通信的各种理论和方法。自然语言处理是一门融语言学、计算机科学、数学于一体的科学。
深度学习是机器学习领域中一个新的研究方向。深度学习是学习样本数据的内在规律和表示层次,这些学习过程中获得的信息对诸如文字,图像和声音等数据的解释有很大的帮助。它的最终目标是让机器能够像人一样具有分析学习能力,能够识别文字、图像和声音等数据。深度学习是一个复杂的机器学习算法,在语音和图像识别方面取得的效果,远远超过先前相关技术。
本申请实施例提供的实体关系抽取方法,可以由电子设备来执行,该电子设备可为PC(Personal Computer,个人计算机)电脑、平板电脑或掌上电脑等,此处不做任何限定。
在本申请实施例中,电子设备中可以设置有处理组件、存储组件和驱动组件。可选的,该驱动组件和处理组件可以集成设置,该存储组件可以存储操作系统、应用程序或其他程序模块,该处理组件通过执行存储组件中存储的应用程序来实现本申请实施例提供的实体关系抽取方法。
图1为本申请实施例提供的一种实体关系抽取方法的流程示意图。
本申请实施例的实体关系抽取方法,还可由本申请实施例提供的实体关系抽取装置执行,该装置可配置于电子设备中,以实现调用文本词类标注模型对获取到的输入文本进行文本词标注以生成文本词标注结果,并根据文本词标注结果生成实体对集,以及调用关系分类模型对输入文本和实体对集进行关系检测以生成文本实体关系结果,从而提高实体关系抽取结果的准确性。
作为一种可能的情况,本申请实施例的实体关系抽取方法还可以在服务器端执行,服务器可以为云服务器,可以在云端执行该实体关系抽取方法。
如图1所示,该实体关系抽取方法,可包括:
步骤101,获取输入文本。
应说明的是,该实施例中所描述的输入文本可以是中文文本,其中,该输入文本中可以包含一个句子、一个段落或者一个篇章,比如,新闻稿件等。
在本申请实施例中,输入文本可包括用户通过语音识别输入的文本信息以及用户通过输入法输入至输入法系统的输入内容,输入法系统可以根据用户当前的输入方式,将输入内容转换为所输入文字的字词候选项,提供用户进行选择,用户可以通过多种输入手段进行文本信息的输入,例如键盘,触摸板,鼠标等,同时用户也可以选择任意的输入方式进行文本信息的输入,如拼音,五笔,笔画,手写,英文、小语种键盘等,此处不做任何限定。
作为一种可能的情况,上述的输入文本还可以包括用户通过复制粘贴获取的文本信息。
具体地,电子设备可获取用户通过输入法输入至输入法系统的输入信息(输入文本),比如,用户通过输入法输入一段中文的文字描述。
步骤102,调用文本词类标注模型对输入文本进行文本词标注以生成文本词标注结果。
需要说明的是,该实施例中所描述的文本词类标注模型可以是提前训练好的,并将其预存在电子设备的存储空间中,以方便调取应用,该存储空间不仅限于基于实体的存储空间,例如,硬盘,上述存储空间还可以是连接电子设备的网络硬盘的存储空间(云存储空间)。
在本申请实施例中,电子设备在获取到输入文本后,可先对该输入文本进行预处理,去除该输入文本中的标点、连续的空白字符、阿拉伯数字以及表情符号、表情图片等,并将文本转化为小写,从而为后续的实体关系抽取(检测)排除掉干扰项,进而提高后续实体关系抽取(检测)的精确度。
具体地,电子设备在获取到预处理后的输入文本后,可先从自身的存储空间中调出文本词类标注模型,然后将该输入文本输入至文本词类标注模型,从而通过该文本词类标注模型对预处理后的输入文本进行文本词标注,以得到该文本词类标注模型输出(生成)的文本词标注结果。
步骤103,根据文本词标注结果生成实体对集。其中,实体对集中可包括至少一对实体对。
在本申请实施例中,可根据预设的生成算法和文本词标注结果,生成实体对集,其中,预设的生成算法可根据实际情况进行标定,应说明的是,该实施例中所描述的预设的生成算法可预先存储在电子设备的存储空间中,以方便调取应用。
具体地,电子设备在生成上述的文本词标注结果之后,可从自身的存储空间中调出预设的生成算法,然后根据该预设的生成算法和文本词标注结果,生成实体对集。
步骤104,调用关系分类模型对输入文本和实体对集进行关系检测以生成文本实体关系结果。
需要说明的是,该实施例中所描述的关系分类模型可以是提前训练好的,并将其预存在电子设备的存储空间中,以方便调取应用。
具体地,电子设备在生成实体对集之后,可再从自身的存储空间中调出关系分类模型,并将上述预处理后的输入文本和实体对输入至关系分类模型,从而通过该关系分类模型对上述预处理后的输入文本和实体对集进行关系检测,以得到该关系分类模型输出(生成)的文本实体关系结果,并将该文本实体关系结果中的实体关系作为从上述输入文本中抽取出的实体关系。
在本申请实施例中,上述的文本词类标注模型和关系分类模型的训练与生成均可由相关的服务器执行,该服务器可以是云端服务器,也可以是一台电脑的主机,该服务器与可执行申请实施例提供的实体关系抽取方法的电子设备之间,建立有通信连接,该通信连接可以是无线网络连接和有线网络连接的至少一种。服务器可将训练完成的文本词类标注模型和关系分类模型发送给电子设备,以便电子设备在需要时调用,从而大大减少电子设备的计算压力。
在本申请实施例中,首先获取输入文本,并调用文本词类标注模型对输入文本进行文本词标注以生成文本词标注结果,以及根据文本词标注结果生成实体对集,而后调用关系分类模型对输入文本和实体对集进行关系检测以生成文本实体关系结果。由此,可以有效地对输入文本的实体关系进行检测,进而提高实体关系抽取结果的准确性。
为了清楚说明上一实施例,在本申请的一个实施例中,如图2所示,文本词类标注模型可通过以下步骤对输入文本进行文本词标注以生成文本词标注结果:
步骤201,从输入文本之中提取多个文本词。
需要说明的是,该实施例中所描述的多个文本词中可包括实体。
在本申请实施例中,可根据预设的文本词提取算法,从输入文本之中提取多个文本词。其中,预设的文本词提取算法可根据实际情况进行标定。
步骤202,以文本词为索引从通用词汇类别词典之中进行查询,以生成文本词对应的文本词类特征。
需要说明的是,该实施例中所描述的通用词汇类别词典可以是提前生产好的,并将其预存在电子设备的存储空间中,以方便调取应用。
具体地,电子设备在获取到输入文本之后,可先对该输入文本进行预处理,以获得预处理后的输入文本,并将预处理后的输入文本输入至文本词类标注模型。文本词类标注模型可先根据预设的文本词提取算法,从预处理后的输入文本中提取出多个文本词,然后从电子设备的存储空间中调出通用词汇类别词典,并分别以多个文本词中的文本词为索引从通用词汇类别词典之中进行查询,以查询出多个文本词中每个文本词对应的文本词类特征。
例如,假设输入文本为“刘某某XXXX”,则提取出的文本词可为“刘某某”和“XXXX”,分别以上述的文本词为索引从通用词汇类别词典之中进行查询,得到的文本词对应的文本词类特征可为“刘某某\人物类_实体”和“XXXX\作品类_实体”;再假设输入文本为“金宝花园位于京郊潮白河畔”,则提取出的文本词可为“金宝花园”、“位于”、“京郊”和“潮白河畔”,分别以上述文本词为索引从通用词汇类别词典之中进行查询,得到的文本词对应的文本词类特征可为“金宝花园\场所类_实体”,“位于\场景事件类”,“京郊\场所类”,“潮白河畔\世界地区类_实体”。
需要说明的是,本申请的技术方案中,所涉及的用户个人信息的获取,存储和应用等,均符合相关法律法规的规定,且不违背公序良俗。
步骤203,根据文本词类特征,确定文本词的属性词典。
需要说明的是,该实施例中所描述的属性词典也可以是提前生产好的,并将其预存在电子设备的存储空间中,以方便调取应用。其中,属性词典可有多套,每一套属性词典可对应一种文本词类。
步骤204,以文本词为索引从属性词典之中进行查询,以生成文本词对应的文本词属性。其中,文本词对应的文本词属性可为多个。
具体地,文本词类标注模型在生成文本词对应的文本词类特征之后,可根据文本词类特征,对电子设备的存储空间进行检索以确定与文本词类特征对应的属性词典。然后,该文本词类标注模型可以该文本词类特征对应的文本词为索引从属性词典之中进行查询,以查询出该文本词对应的文本词属性,基于上述的方式文本词类标注模型可得到多个文本词中每个文本词对应的文本词属性。
例如,假设文本词为“刘某某”,其对应的文本词类特征可为“刘某某\人物类_实体”,此时文本词类标注模型可从电子设备的存储空间中调出与“人物类_实体”对应的属性词典,以“刘某某”为索引从该属性词典之中进行查询,得到的“刘某某”对应的文本词属性可为“艺人”、“演员”等。
步骤205,根据文本词、文本词类特征和文本词属性生成文本词标注结果。
具体地,文本词类标注模型在得到文本词、文本词类特征和文本词属性之后,可将这些数据根据对应关系进行整合,从而生成文本词标注结果。由此,通过文本词类标注模型可以有效地对输入文本进行本词标注(即,类标注),从而提高实体关系抽取结果的准确性。
在本申请的一个实施例中,如图3所示,根据文本词标注结果生成实体对集,可包括:
步骤301,获取多个文本词中每个文本词对应的文本词类特征之间的类关系。
在本申请实施例中,电子设备的存储空间中可预存有关系表,且该关系表中可记载有文本词类特征之间的类关系。
具体地,电子设备在通过调用文本词类标注模型得到文本词标注结果之后,可先对该文本词标注结果进行解析,以获取多个文本词中每个文本词对应的文本词类特征,然后可从自身的存储空间中调出上述的关系表,并根据上述每个文本词对应的文本词类特征查询该关系表,以得到每个文本词对应的文本词类特征之间的类关系。
例如,假设文本词类特征之中的“人物类”和“作品类”,则可存在“创作”、“演出”、“导演”、“制作”等关系;文本词类特征之中的“人物类”和“教育组织机构类”则可存在“就读”、“毕业”、“任职”等关系,而随着词类的细化,其候选关系也会变得更加确定。
需要说明的是,该实施例中的类关系在一定程度上表达的是词类之间发生的关系。
步骤302,根据类关系、文本词和文本词属性生成实体对集。
具体地,电子设备在获取到上述的多个文本词中每个文本词对应的文本词类特征之间的类关系之后,可将上述的类关系、文本词和文本词属性根据对应关系进行整合,从而生成实体对集,假设,输入文本为“刘某某XXXX”,则其对应的实体对集中实体对可为“刘某某<演员>XXXX<电影>”。由此,可为关系分类模型提供数据保障,且不会对模型造成混淆。
进一步地,在本申请的另一个实施例中,如图4所示,根据文本词标注结果生成实体对集,可包括:
步骤401,如果输入文本中存在关系词,则从输入文本之中提取关系词。其中,关系词可为多个。
具体地,电子设备在通过调用文本词类标注模型得到文本词标注结果之后,可先判断输入文本中是否存在关系词,如果存在,则从该输入文本之中提取关系词,例如,假设输入文本为“刘某某主演XXXX”,则可判断出该输入文本中存在关系词“主演”,此时电子设备可将该关系词“主演”提取出来。
需要说明的是,该实施例中所描述的电子设备可通过预设的检测算法,判断输入文本中是否存在关系词,并在判断存在时,基于该预设的检测算法从该输入文本之中提取关系词。其中,预设的检测算法可根据实际情况进行标定。
步骤402,获取多个文本词中每个文本词对应的文本词类特征之间的类关系。
在本申请实施例中,电子设备的存储空间中可预存有关系表,且该关系表中可记载有文本词类特征之间的类关系。
具体地,电子设备在从输入文本之中提取到关系词之后,可先对该文本词标注结果进行解析,以获取多个文本词中每个文本词对应的文本词类特征,然后可从自身的存储空间中调出上述的关系表,并根据上述每个文本词对应的文本词类特征查询该关系表,以得到每个文本词对应的文本词类特征之间的类关系。
步骤403,根据类关系、关系词、文本词和文本词属性生成实体对集。
具体地,电子设备在获取到上述的多个文本词中每个文本词对应的文本词类特征之间的类关系之后,可将上述的类关系、关系词、文本词和文本词属性根据对应关系进行整合,从而生成实体对集。由此,可为关系分类模型提供数据保障,且不会对模型造成混淆,从而进一步提高实体关系抽取结果的准确性。
在本申请的一个实施例中,调用关系分类模型对输入文本和实体对集进行关系检测以生成文本实体关系结果,可包括将输入文本和实体对集输入至关系分类模,并通过关系分类模检测输入文本和实体对集,以生成文本实体关系结果,其中,文本实体关系结果包括实体关系、实体词和实体词属性。
具体地,电子设备在生成实体对集之后,可再从自身的存储空间中调出关系分类模型,并将上述预处理后的输入文本和实体对输入至关系分类模型,关系分类模型对输入文本和实体对集进行分类检测,从而确定输入文本中的实体关系,并输出(生成)文本实体关系结果,假设输入为“刘某某XXXX”和“刘某某<演员>XXXX<电影>”,则关系分类模型输出的实体关系可为“演出”。由此,通过关系分类模型辅助实体关系的抽取(检测),可以提高抽取(检测)的精确度。
图5为本申请实施例提供的一种实体关系抽取装置的结构示意图。
本申请实施例的实体关系抽取装置,可配置于电子设备中,以实现调用文本词类标注模型对获取到的输入文本进行文本词标注以生成文本词标注结果,并根据文本词标注结果生成实体对集,以及调用关系分类模型对输入文本和实体对集进行关系检测以生成文本实体关系结果,从而提高实体关系抽取结果的准确性。
如图5所示,该实体关系抽取装置500,可包括:获取模块510、标注模块520、生成模块530和检测模块540。
其中,获取模块510用于获取输入文本。
应说明的是,该实施例中所描述的输入文本可以是中文文本,其中,该输入文本中可以包含一个句子、一个段落或者一个篇章,比如,新闻稿件等。
在本申请实施例中,输入文本可包括用户通过语音识别输入的文本信息以及用户通过输入法输入至输入法系统的输入内容,输入法系统可以根据用户当前的输入方式,将输入内容转换为所输入文字的字词候选项,提供用户进行选择,用户可以通过多种输入手段进行文本信息的输入,例如键盘,触摸板,鼠标等,同时用户也可以选择任意的输入方式进行文本信息的输入,如拼音,五笔,笔画,手写,英文、小语种键盘等,此处不做任何限定。
作为一种可能的情况,上述的输入文本还可以包括用户通过复制粘贴获取的文本信息。
具体地,获取模块510可获取用户通过输入法输入至输入法系统的输入信息(输入文本),比如,用户通过输入法输入一段中文的文字描述。
标注模块520用于调用文本词类标注模型对输入文本进行文本词标注以生成文本词标注结果。
需要说明的是,该实施例中所描述的文本词类标注模型可以是提前训练好的,并将其预存在电子设备的存储空间中,以方便调取应用,该存储空间不仅限于基于实体的存储空间,例如,硬盘,上述存储空间还可以是连接电子设备的网络硬盘的存储空间(云存储空间)。
在本申请实施例中,在获取模块510获取到输入文本后,标注模块520可先对该输入文本进行预处理,去除该输入文本中的标点、连续的空白字符、阿拉伯数字以及表情符号、表情图片等,并将文本转化为小写,从而为后续的实体关系抽取(检测)排除掉干扰项,进而提高后续实体关系抽取(检测)的精确度。
具体地,在获取模块510获取到预处理后的输入文本后,标注模块520可先从自身的存储空间中调出文本词类标注模型,然后将该输入文本输入至文本词类标注模型,从而通过该文本词类标注模型对预处理后的输入文本进行文本词标注,以得到该文本词类标注模型输出(生成)的文本词标注结果。
生成模块530用于根据文本词标注结果生成实体对集。
在本申请实施例中,生成模块530可根据预设的生成算法和文本词标注结果,生成实体对集,其中,预设的生成算法可根据实际情况进行标定,应说明的是,该实施例中所描述的预设的生成算法可预先存储在电子设备的存储空间中,以方便调取应用。
具体地,在标注模块520生成上述的文本词标注结果之后,生成模块530可从电子设备的存储空间中调出预设的生成算法,然后根据该预设的生成算法和文本词标注结果,生成实体对集。
检测模块540用于调用关系分类模型对输入文本和实体对集进行关系检测以生成文本实体关系结果。
需要说明的是,该实施例中所描述的关系分类模型可以是提前训练好的,并将其预存在电子设备的存储空间中,以方便调取应用。
具体地,在生成模块530生成实体对集之后,检测模块540可再从电子设备的存储空间中调出关系分类模型,并将上述预处理后的输入文本和实体对输入至关系分类模型,从而通过该关系分类模型对上述预处理后的输入文本和实体对集进行关系检测,以得到该关系分类模型输出(生成)的文本实体关系结果,并将该文本实体关系结果中的实体关系作为从上述输入文本中抽取出的实体关系。
在本申请实施例中,上述的文本词类标注模型和关系分类模型的训练与生成均可由相关的服务器执行,该服务器可以是云端服务器,也可以是一台电脑的主机,该服务器与可执行申请实施例提供的实体关系抽取方法的电子设备之间,建立有通信连接,该通信连接可以是无线网络连接和有线网络连接的至少一种。服务器可将训练完成的文本词类标注模型和关系分类模型发送给电子设备,以便电子设备在需要时调用,从而大大减少电子设备的计算压力。
在本申请实施例中,通过获取模块获取输入文本,并通过标注模块调用文本词类标注模型对输入文本进行文本词标注以生成文本词标注结果,以及生成模块根据文本词标注结果生成实体对集,而后通过检测模块调用关系分类模型对输入文本和实体对集进行关系检测以生成文本实体关系结果。由此,可以有效地对输入文本的实体关系进行检测,进而提高实体关系抽取结果的准确性。
在本申请的一个实施例中,标注模块520具体用于:从输入文本之中提取多个文本词;以文本词为索引从通用词汇类别词典之中进行查询,以生成文本词对应的文本词类特征;根据文本词类特征,确定文本词的属性词典;以文本词为索引从属性词典之中进行查询,以生成文本词对应的文本词属性;根据文本词、文本词类特征和文本词属性生成文本词标注结果。
在本申请的一个实施例中,生成模块530具体用于:获取多个文本词中每个文本词对应的文本词类特征之间的类关系;根据类关系、文本词和文本词属性生成实体对集。
在本申请的一个实施例中,生成模块530具体用于:如果输入文本中存在关系词,则从输入文本之中提取关系词;获取多个文本词中每个文本词对应的文本词类特征之间的类关系;根据类关系、关系词、文本词和文本词属性生成实体对集。
在本申请的一个实施例中,检测模块540具体用于:将输入文本和实体对集输入至关系分类模;通过关系分类模检测输入文本和实体对集,以生成文本实体关系结果,其中,文本实体关系结果包括实体关系、实体词和实体词属性。
需要说明的是,前述对实体关系抽取方法实施例的解释说明也适用于该实施例的实体关系抽取装置,此处不再赘述。
本申请实施例的实体关系抽取方法,通过获取模块获取输入文本,并通过标注模块调用文本词类标注模型对输入文本进行文本词标注以生成文本词标注结果,以及生成模块根据文本词标注结果生成实体对集,而后通过检测模块调用关系分类模型对输入文本和实体对集进行关系检测以生成文本实体关系结果。由此,可以有效地对输入文本的实体关系进行检测,进而提高实体关系抽取结果的准确性。
根据本申请的实施例,本申请还提供了一种电子设备、一种可读存储介质和一种计算机程序产品。
图6示出了可以用来实施本申请的实施例的示例电子设备600的示意性框图。电子设备旨在表示各种形式的数字计算机,诸如,膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置,诸如,个人数字处理、蜂窝电话、智能电话、可穿戴设备和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例,并且不意在限制本文中描述的和/或者要求的本申请的实现。
如图6所示,设备600包括计算单元601,其可以根据存储在只读存储器(ROM)602中的计算机程序或者从存储单元608加载到随机访问存储器(RAM)603中的计算机程序,来执行各种适当的动作和处理。在RAM 603中,还可存储设备600操作所需的各种程序和数据。计算单元601、ROM 602以及RAM 603通过总线604彼此相连。输入/输出(I/O)接口605也连接至总线604。
设备600中的多个部件连接至I/O接口605,包括:输入单元606,例如键盘、鼠标等;输出单元607,例如各种类型的显示器、扬声器等;存储单元608,例如磁盘、光盘等;以及通信单元609,例如网卡、调制解调器、无线通信收发机等。通信单元609允许设备600通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据。
计算单元601可以是各种具有处理和计算能力的通用和/或专用处理组件。计算单元601的一些示例包括但不限于中央处理单元(CPU)、图形处理单元(GPU)、各种专用的人工智能(AI)计算芯片、各种运行机器学习模型算法的计算单元、数字信号处理器(DSP)、以及任何适当的处理器、控制器、微控制器等。计算单元601执行上文所描述的各个方法和处理,例如实体关系抽取方法。例如,在一些实施例中,实体关系抽取方法可被实现为计算机软件程序,其被有形地包含于机器可读介质,例如存储单元608。在一些实施例中,计算机程序的部分或者全部可以经由ROM 602和/或通信单元609而被载入和/或安装到设备600上。当计算机程序加载到RAM 603并由计算单元601执行时,可以执行上文描述的实体关系抽取方法的一个或多个步骤。备选地,在其他实施例中,计算单元601可以通过其他任何适当的方式(例如,借助于固件)而被配置为执行实体关系抽取方法。
本文中以上描述的系统和技术的各种实施方式可以在数字电子电路系统、集成电路系统、场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、芯片上系统的系统(SOC)、负载可编程逻辑设备(CPLD)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括:实施在一个或者多个计算机程序中,该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程系统上执行和/或解释,该可编程处理器可以是专用或者通用可编程处理器,可以从存储系统、至少一个输入装置、和至少一个输出装置接收数据和指令,并且将数据和指令传输至该存储系统、该至少一个输入装置、和该至少一个输出装置。
用于实施本申请的方法的程序代码可以采用一个或多个编程语言的任何组合来编写。这些程序代码可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器或控制器,使得程序代码当由处理器或控制器执行时使流程图和/或框图中所规定的功能/操作被实施。程序代码可以完全在机器上执行、部分地在机器上执行,作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。
在本申请的上下文中,机器可读介质可以是有形的介质,其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的程序。机器可读介质可以是机器可读信号介质或机器可读储存介质。机器可读介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备,或者上述内容的任何合适组合。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。
为了提供与用户的交互,可以在计算机上实施此处描述的系统和技术,该计算机具有:用于向用户显示信息的显示装置(例如,CRT(阴极射线管)或者LCD(液晶显示器)监视器);以及键盘和指向装置(例如,鼠标或者轨迹球),用户可以通过该键盘和该指向装置来将输入提供给计算机。其它种类的装置还可以用于提供与用户的交互;例如,提供给用户的反馈可以是任何形式的传感反馈(例如,视觉反馈、听觉反馈、或者触觉反馈);并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。
可以将此处描述的系统和技术实施在包括后台部件的计算系统(例如,作为数据服务器)、或者包括中间件部件的计算系统(例如,应用服务器)、或者包括前端部件的计算系统(例如,具有图形用户界面或者网络浏览器的用户计算机,用户可以通过该图形用户界面或者该网络浏览器来与此处描述的系统和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算系统中。可以通过任何形式或者介质的数字数据通信(例如,通信网络)来将系统的部件相互连接。通信网络的示例包括:局域网(LAN)、广域网(WAN)、互联网和区块链网络。
计算机系统可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。服务器可以是云服务器,又称为云计算服务器或云主机,是云计算服务体系中的一项主机产品,以解决了传统物理主机与VPS服务("Virtual Private Server",或简称"VPS")中,存在的管理难度大,业务扩展性弱的缺陷。服务器也可以为分布式系统的服务器,或者是结合了区块链的服务器。
应该理解,可以使用上面所示的各种形式的流程,重新排序、增加或删除步骤。例如,本发申请中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行,只要能够实现本申请公开的技术方案所期望的结果,本文在此不进行限制。
上述具体实施方式,并不构成对本申请保护范围的限制。本领域技术人员应该明白的是,根据设计要求和其他因素,可以进行各种修改、组合、子组合和替代。任何在本申请的精神和原则之内所作的修改、等同替换和改进等,均应包含在本申请保护范围之内。
Claims (13)
1.一种实体关系抽取方法,包括:
获取输入文本;
调用文本词类标注模型对所述输入文本进行文本词标注以生成文本词标注结果;
根据所述文本词标注结果生成实体对集;以及
调用关系分类模型对所述输入文本和所述实体对集进行关系检测以生成文本实体关系结果。
2.如权利要求1所述的方法,其中,所述文本词类标注模型通过以下步骤对所述输入文本进行文本词标注以生成所述文本词标注结果:
从所述输入文本之中提取多个文本词;
以所述文本词为索引从通用词汇类别词典之中进行查询,以生成所述文本词对应的文本词类特征;
根据所述文本词类特征,确定所述文本词的属性词典;
以所述文本词为索引从所述属性词典之中进行查询,以生成所述文本词对应的文本词属性;
根据所述文本词、所述文本词类特征和所述文本词属性生成所述文本词标注结果。
3.如权利要求2所述的方法,其中,所述根据所述文本词标注结果生成实体对集,包括:
获取所述多个文本词中每个所述文本词对应的文本词类特征之间的类关系;
根据所述类关系、所述文本词和所述文本词属性生成所述实体对集。
4.如权利要求2所述的方法,其中,所述根据所述文本词标注结果生成实体对集,包括:
如果所述输入文本中存在关系词,则从所述输入文本之中提取关系词;
获取所述多个文本词中每个所述文本词对应的文本词类特征之间的类关系;
根据所述类关系、所述关系词、所述文本词和所述文本词属性生成所述实体对集。
5.如权利要求1所述的方法,其中,所述调用关系分类模型对所述输入文本和所述实体对集进行关系检测以生成文本实体关系结果,包括:
将所述输入文本和所述实体对集输入至关系分类模;
通过所述关系分类模检测所述输入文本和所述实体对集,以生成所述文本实体关系结果,其中,所述文本实体关系结果包括实体关系、实体词和实体词属性。
6.一种实体关系抽取装置,包括:
获取模块,用于获取输入文本;
标注模块,用于调用文本词类标注模型对所述输入文本进行文本词标注以生成文本词标注结果;
生成模块,用于根据所述文本词标注结果生成实体对集;以及
检测模块,用于调用关系分类模型对所述输入文本和所述实体对集进行关系检测以生成文本实体关系结果。
7.如权利要求6所述的装置,其中,所述标注模块,具体用于:
从所述输入文本之中提取多个文本词;
以所述文本词为索引从通用词汇类别词典之中进行查询,以生成所述文本词对应的文本词类特征;
根据所述文本词类特征,确定所述文本词的属性词典;
以所述文本词为索引从所述属性词典之中进行查询,以生成所述文本词对应的文本词属性;
根据所述文本词、所述文本词类特征和所述文本词属性生成所述文本词标注结果。
8.如权利要求7所述的装置,其中,所述生成模块,具体用于:
获取所述多个文本词中每个所述文本词对应的文本词类特征之间的类关系;
根据所述类关系、所述文本词和所述文本词属性生成所述实体对集。
9.如权利要求7所述的装置,其中,所述生成模块,具体用于:
如果所述输入文本中存在关系词,则从所述输入文本之中提取关系词;
获取所述多个文本词中每个所述文本词对应的文本词类特征之间的类关系;
根据所述类关系、所述关系词、所述文本词和所述文本词属性生成所述实体对集。
10.如权利要求6所述的装置,其中,所述检测模块,具体用于:
将所述输入文本和所述实体对集输入至关系分类模;
通过所述关系分类模检测所述输入文本和所述实体对集,以生成所述文本实体关系结果,其中,所述文本实体关系结果包括实体关系、实体词和实体词属性。
11.一种电子设备,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权利要求1-5中任一项所述的实体关系抽取方法。
12.一种存储有计算机指令的非瞬时计算机可读存储介质,其中,所述计算机指令用于使所述计算机执行根据权利要求1-5中任一项所述的实体关系抽取方法。
13.一种计算机程序产品,包括计算机程序,所述计算机程序在被处理器执行时实现根据权利要求1-5中任一项所述的实体关系抽取方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110501443.9A CN113221566B (zh) | 2021-05-08 | 2021-05-08 | 实体关系抽取方法、装置、电子设备和存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110501443.9A CN113221566B (zh) | 2021-05-08 | 2021-05-08 | 实体关系抽取方法、装置、电子设备和存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113221566A true CN113221566A (zh) | 2021-08-06 |
CN113221566B CN113221566B (zh) | 2023-08-01 |
Family
ID=77094089
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110501443.9A Active CN113221566B (zh) | 2021-05-08 | 2021-05-08 | 实体关系抽取方法、装置、电子设备和存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113221566B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114861677A (zh) * | 2022-05-30 | 2022-08-05 | 北京百度网讯科技有限公司 | 信息抽取方法、装置、电子设备以及存储介质 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2001003008A1 (en) * | 1999-07-03 | 2001-01-11 | The Trustees Of Columbia University In The City Of New York | Fundamental entity-relationship models for the generic audio visual data signal description |
CN111209412A (zh) * | 2020-02-10 | 2020-05-29 | 同方知网(北京)技术有限公司 | 一种循环更新迭代的期刊文献知识图谱构建方法 |
CN111967242A (zh) * | 2020-08-17 | 2020-11-20 | 支付宝(杭州)信息技术有限公司 | 一种文本信息的抽取方法、装置及设备 |
CN112184500A (zh) * | 2019-07-03 | 2021-01-05 | 浙江有教信息科技有限公司 | 基于深度学习和知识图谱的课外学习辅导系统及实现方法 |
CN112347759A (zh) * | 2020-11-10 | 2021-02-09 | 华夏幸福产业投资有限公司 | 一种实体关系的抽取方法、装置、设备及存储介质 |
CN112685513A (zh) * | 2021-01-07 | 2021-04-20 | 昆明理工大学 | 一种基于文本挖掘的Al-Si合金材料实体关系抽取方法 |
-
2021
- 2021-05-08 CN CN202110501443.9A patent/CN113221566B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2001003008A1 (en) * | 1999-07-03 | 2001-01-11 | The Trustees Of Columbia University In The City Of New York | Fundamental entity-relationship models for the generic audio visual data signal description |
CN112184500A (zh) * | 2019-07-03 | 2021-01-05 | 浙江有教信息科技有限公司 | 基于深度学习和知识图谱的课外学习辅导系统及实现方法 |
CN111209412A (zh) * | 2020-02-10 | 2020-05-29 | 同方知网(北京)技术有限公司 | 一种循环更新迭代的期刊文献知识图谱构建方法 |
CN111967242A (zh) * | 2020-08-17 | 2020-11-20 | 支付宝(杭州)信息技术有限公司 | 一种文本信息的抽取方法、装置及设备 |
CN112347759A (zh) * | 2020-11-10 | 2021-02-09 | 华夏幸福产业投资有限公司 | 一种实体关系的抽取方法、装置、设备及存储介质 |
CN112685513A (zh) * | 2021-01-07 | 2021-04-20 | 昆明理工大学 | 一种基于文本挖掘的Al-Si合金材料实体关系抽取方法 |
Non-Patent Citations (2)
Title |
---|
DONG\\IANG XU等: "Biological Entity Relationship Extraction Method Based on Multiple Kernel Learning", 《2016 IEEE INTERNATIONAL CONFERENCE ON BIOINFORMATICS AND BIOMEDICINE (BIBM) 》, pages 1669 - 1672 * |
陈辞;: "基于语义分析的软件需求提取技术研究", 舰船电子工程, no. 06 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114861677A (zh) * | 2022-05-30 | 2022-08-05 | 北京百度网讯科技有限公司 | 信息抽取方法、装置、电子设备以及存储介质 |
CN114861677B (zh) * | 2022-05-30 | 2023-04-18 | 北京百度网讯科技有限公司 | 信息抽取方法、装置、电子设备以及存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN113221566B (zh) | 2023-08-01 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
EP3910492A2 (en) | Event extraction method and apparatus, and storage medium | |
CN113705187A (zh) | 预训练语言模型的生成方法、装置、电子设备和存储介质 | |
CN113220836B (zh) | 序列标注模型的训练方法、装置、电子设备和存储介质 | |
CN113590776A (zh) | 基于知识图谱的文本处理方法、装置、电子设备及介质 | |
CN114861889B (zh) | 深度学习模型的训练方法、目标对象检测方法和装置 | |
CN112580339B (zh) | 模型的训练方法、装置、电子设备及存储介质 | |
US20220027575A1 (en) | Method of predicting emotional style of dialogue, electronic device, and storage medium | |
CN112612664A (zh) | 电子设备的测试方法、装置、电子设备和存储介质 | |
CN113553412A (zh) | 问答处理方法、装置、电子设备和存储介质 | |
CN115017898A (zh) | 敏感文本的识别方法、装置、电子设备及存储介质 | |
CN114021548A (zh) | 敏感信息检测方法、训练方法、装置、设备以及存储介质 | |
CN113221566B (zh) | 实体关系抽取方法、装置、电子设备和存储介质 | |
EP4116860A2 (en) | Method for acquiring information, electronic device and storage medium | |
CN114417029A (zh) | 模型训练方法、装置、电子设备及存储介质 | |
CN114187448A (zh) | 文档图像识别方法和装置、电子设备、计算机可读介质 | |
CN112528682A (zh) | 语种检测方法、装置、电子设备和存储介质 | |
CN113641724A (zh) | 知识标签挖掘方法、装置、电子设备及存储介质 | |
CN113051926A (zh) | 文本抽取方法、设备和存储介质 | |
CN114417871B (zh) | 模型训练及命名实体识别方法、装置、电子设备及介质 | |
CN113536751B (zh) | 表格数据的处理方法、装置、电子设备和存储介质 | |
CN112784599B (zh) | 诗句的生成方法、装置、电子设备和存储介质 | |
CN114781409B (zh) | 文本的翻译方法、装置、电子设备和存储介质 | |
CN113377904B (zh) | 行业动作识别方法、装置、电子设备及存储介质 | |
CN113360712B (zh) | 视频表示的生成方法、装置和电子设备 | |
CN114091483B (zh) | 翻译处理方法、装置、电子设备及存储介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |