[发明专利]信息抽取方法和信息抽取设备

权利要求书

1.一种信息抽取方法，包括：

对句子进行名词短语NP识别和标注；

将句子中的每个词转换为词向量；

对于具有至少两个NP的句子，将两个相邻NP之间的词附近的词的词向量和标注输入到关系抽取模型中，以确定所述两个相邻NP之间的词是否是关系词；以及

根据关系词确定结果，判断所述两个相邻NP之间是否存在关系。

2.如权利要求1所述的方法，其中，利用转换模型将句子中的每个词转换为词向量，其中转换模型基于关系性句子训练得到。

3.如权利要求1所述的方法，其中，关系抽取模型通过如下步骤训练得到：

从结构化信息中获取实体、属性值；

在包含上述实体、属性值的关系性句子中，将上述实体、属性值标注为NP，将上述实体、属性值之间的词标注为关系词REL；

将标注为REL的词附近的词的词向量和标注输入到关系抽取模型中，进行训练。

4.如权利要求1所述的方法，其中，关系抽取模型通过如下步骤训练得到：

从结构化信息中获取实体、属性值；

在包含上述实体、属性值的关系性句子中，将上述实体、属性值标注为NP，将上述实体、属性值之间的词标注为关系词REL；

将带有标注的词向量形式的关系性句子输入到关系抽取模型中，进行训练。

5.如权利要求3或4所述的方法，还包括：

对不包含上述实体、属性值的关系性句子进行NP识别和标注；

将带有标注的词向量形式的关系性句子输入到关系抽取模型中，进行训练。

6.如权利要求1所述的方法，其中，根据关系词确定结果，判断所述两个相邻NP之间是否存在关系包括：

如果所述两个相邻NP之间的词中的关系词的比例大于预定阈值，则判断为两个相邻NP之间存在关系；

如果所述两个相邻NP之间的词中的关系词的比例小于或等于预定阈值，则判断为两个相邻NP之间不存在关系。

7.如权利要求1所述的方法，还包括：

在判断为两个相邻NP之间存在关系的情况下，抽取出三元组{所述两个相邻NP中的第一个NP；两个相邻NP之间的词；所述两个相邻NP中的第二个NP}。

8.如权利要求1所述的方法，还包括：

在判断为两个相邻NP之间存在关系的情况下，抽取出三元组{所述两个相邻NP中的第一个NP；两个相邻NP之间的词中的关系词；所述两个相邻NP中的第二个NP}。

9.如权利要求3或4所述的方法，其中，关系性句子和结构化信息从百科中得到。

10.一种信息抽取设备，包括：

识别标注装置，被配置为：对句子进行名词短语NP识别和标注；

词向量转换装置，被配置为：将句子中的每个词转换为词向量；

关系词确定装置，被配置为：对于具有至少两个NP的句子，将两个相邻NP之间的词附近的词的词向量和标注输入到关系抽取模型中，以确定所述两个相邻NP之间的词是否是关系词；以及

关系判断装置，被配置为：根据关系词确定结果，判断所述两个相邻NP之间是否存在关系。