公开(公告)号：CN111126039B

公开(公告)日：2022-04-01

申请号：CN201911355241.7

申请日：2019-12-25

Applicant: 贵州大学

Inventor： 秦永彬 ,  杨卫哲 ,  程华龄 ,  陈艳平 ,  黄瑞章 ,  王凯

IPC: G06F40/211 ,  G06F40/295 ,  G06F40/30 ,  G06F16/33 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开了一种面向关系抽取的句子结构信息获取方法，所述方法包括如下步骤：步骤一、从数据集中抽取包含两个实体且已知实体语义关系类别的关系提及语句；步骤二、使用实体标记符和分隔符将步骤一中抽取出来的关系提及语句中的实体进行分隔和标记；步骤三、基于预训练字向量查找表或随机字向量查找表对文本进行向量映射；步骤四、通过神经网络对表示文本的向量矩阵进行卷积操作提取句子结构特征；步骤五、对卷积后的结果实施最大池化操作，进一步获取抽象特征；步骤六、全连接、Softmax层预测分类结果。通过在卷积神经网络之前对句子实体进行标记和分隔，能够更好地得到各部分内容的语义信息，获取到以实体为中心的句子结构特征，进行关系抽取，可以达到一个比较好的性能。

公开(公告)号：CN111126039A

公开(公告)日：2020-05-08

申请号：CN201911355241.7

申请日：2019-12-25

Applicant: 贵州大学

Inventor： 秦永彬 ,  杨卫哲 ,  程华龄 ,  陈艳平 ,  黄瑞章 ,  王凯

IPC: G06F40/211 ,  G06F40/295 ,  G06F40/30 ,  G06F16/33 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开了一种面向关系抽取的句子结构信息获取方法，所述方法包括如下步骤：步骤一、从数据集中抽取包含两个实体且已知实体语义关系类别的关系提及语句；步骤二、使用实体标记符和分隔符将步骤一中抽取出来的关系提及语句中的实体进行分隔和标记；步骤三、基于预训练字向量查找表或随机字向量查找表对文本进行向量映射；步骤四、通过神经网络对表示文本的向量矩阵进行卷积操作提取句子结构特征；步骤五、对卷积后的结果实施最大池化操作，进一步获取抽象特征；步骤六、全连接、Softmax层预测分类结果。通过在卷积神经网络之前对句子实体进行标记和分隔，能够更好地得到各部分内容的语义信息，获取到以实体为中心的句子结构特征，进行关系抽取，可以达到一个比较好的性能。