[发明专利]一种实体关系抽取方法及装置

说明书

技术领域

本申请涉及自然语言处理技术领域，更具体地说，涉及一种实体关系抽取方法及装置。

背景技术

实体关系抽取即从大量的语料中抽取指定实体关系的实体。其中，实体关系是指，两个实体在某个空间或某段时间内的某种联系，如人的出生地，其中，人和地即是两个实体，两个实体间的关系是出生地的关系。

传统的实体关系抽取方法有自举学习实体关系抽取方法。该方法基于人工标注的少量的目标关系的实例种子，在语料库中抽取包含实例种子的语料，并分析语料的关系模式，进而在语料库中利用关系模式查找匹配的语料，确定语料包含的实体为目标关系的实体，迭代上述过程，以获取足够的实体。

上述方法基于对偶性假设，但是，该对偶性假设约束(weakconstrain)能力较弱。一方面，一个实体对可能属于多种关系(multi-relation)；另一方面，生成的关系模式可能是目标关系的上位(hypernym)。所以，上述利用实例种子迭代生成关系模式时，其生成的关系模式可能产生了语义漂移，随着迭代次数增加，最终获取的实体已经偏离了目标关系。

发明内容

有鉴于此，本申请提供了一种实体关系抽取方法及装置，用于解决现有实体关系抽取方法所存在的语义漂移问题。

为了实现上述目的，现提出的方案如下：

一种实体关系抽取方法，包括：

获取完备的知识库，所述知识库中存储有目标关系的种子实体对，其中，与每一种子实体具备所述目标关系的实体均存储在所述知识库中；

在预设的语料库中检索包含所述种子实体对的语料，作为备选语料；

对所述备选语料进行关系模式分析，得到备选关系模式；

在所述语料库中检索与所述备选关系模式匹配的语料，确定所述匹配的语料包含的实体对；

若所述匹配的语料包含的实体对均存在于所述知识库中，则将所述匹配的语料对应的备选关系模式确定为目标关系模式；

利用所述目标关系模式在所述语料库中抽取所述目标关系的实体对。

优选地，所述在预设的语料库中检索包含所述种子实体对的语料，作为备选语料，包括：

检测所述语料库中的每条语料是否包含实体，筛选得到包含实体的实体语料；

从所述实体语料中筛选出包含所述种子实体对的实体语料，作为备选语料。

优选地，在所述在预设的语料库中检索包含所述种子实体对的语料之前，该方法还包括：

对所述知识库中包含的种子实体对进行别名扩展，得到扩展后的种子实体对；

所述在预设的语料库中检索包含所述种子实体对的语料，具体包括：

在预设的语料库中检索包含所述种子实体对及扩展后的种子实体对的语料。

优选地，所述从所述实体语料中筛选出包含所述种子实体对的实体语料，作为备选语料，包括：

从所述实体语料中筛选出与所述种子实体对的名称相同的实体语料，作为同名实体语料；

采用实体消岐的方式，判断所述同名实体语料包含的实体对与所述种子实体对是否为同一实体对，若是，将所述同名实体语料作为备选语料。

优选地，所述对所述备选语料进行关系模式分析，得到备选关系模式，包括：

对所述备选语料进行依存关系语法分析，得到依存树，所述依存树中结点代表备选语料中的词语，结点之间的边代表两个结点之间的依存关系；

对所述依存树进行分析，得到备选语料的关系模式。

优选地，在所述对所述依存树进行分析，得到备选语料的关系模式之前，该方法包括：

对所述备选语料进行共指消解，得到指代同一实体的不同描述词。

优选地，所述在所述语料库中检索与所述备选关系模式匹配的语料，包括：

对所述语料库中每一条语料分别进行关系模式分析，得到语料对应的关系模式；

将关系模式为所述备选关系模式的语料确定为匹配的语料。

优选地，在所述利用所述目标关系模式在所述语料库中抽取所述目标关系的实体对之前，该方法还包括：

若所述匹配的语料包含的实体对不存在于所述知识库中，则将所述匹配的语料对应的备选关系模式确定为噪声关系模式；

确定所述目标关系模式对应的目标词序模式，以及，所述噪声关系模式对应的噪声词序模式；

提取所述目标词序模式中的名词、动词、形容词，以及三类词各自与介词的组合，得到目标关系的候选关系触发词；

提取所述噪声词序模式中的名词、动词、形容词，以及三类词各自与介词的组合，得到噪声关系触发词；