[发明专利]非结构化文本的实体关系抽取方法及装置

权利要求书

1.一种非结构化文本的实体关系抽取方法，其特征在于，所述方法包括：

对非结构化文本中的目标语句进行命名实体识别以确定所述目标语句中的命名实体，并获取所述目标语句包含的命名实体两两之间的关系类型；

建立所述目标语句的完满二叉树，所述完满二叉树的叶子节点中包括以组成所述命名实体的分词为值的叶子节点；

将所述完满二叉树的所有叶子节点各自对应的n维特征向量合成为一个n维特征向量；

根据所述关系类型和合成后的n维特征向量来训练模型；

使用训练后的模型来抽取目标非结构化文本的关系类型，

其中，将所述完满二叉树的所有叶子节点各自对应的n维特征向量合成为一个n维特征向量，包括：

按照所述完满二叉树的层自底向上，对每层中的属于一个子树的两个叶子节点各自对应的n维特征向量进行合成，以得到该子树的根节点对应的n维特征向量，直至将所述完满二叉树的所有叶子节点各自对应的n维特征向量合成为一个n维特征向量，

其中，使用训练后的模型来抽取目标非结构化文本的关系类型，包括：

通过对所述目标非结构化文本中的待抽取语句进行命名实体识别以确定所述待抽取语句中的命名实体；

建立所述待抽取语句的完满二叉树；

将所述待抽取语句的完满二叉树的所有叶子节点各自对应的n维特征向量合成为一个n维特征向量，并将该n维特征向量输入至所述训练后的模型，所述训练后的模型所输出的结果为所述目标非结构化文本的关系类型。

2.根据权利要求1所述的方法，其特征在于，建立所述目标语句的完满二叉树，包括：

对所述目标语句进行句法分析，建立所述目标语句对应的句法树；

保留所述句法树中与所述命名实体相关联的树结构；

将所述树结构转换为完满二叉树。

3.根据权利要求1或2所述的方法，其特征在于，还包括：

获取所述目标语句包含的命名实体两两之间的距离；

根据所述距离和所述命名实体的类型构建3维特征向量；

向所述合成后的n维特征向量添加所述3维特征向量，得到(n+3)维特征向量，

根据所述关系类型以及合成后的n维特征向量来训练模型，包括：

根据所述关系类型以及所述(n+3)维特征向量来训练模型。

4.一种非结构化文本的实体关系抽取装置，其特征在于，所述装置包括：

处理模块，用于对非结构化文本中的目标语句进行命名实体识别以确定所述目标语句中的命名实体，并获取所述目标语句包含的命名实体两两之间的关系类型；

建立模块，用于建立所述目标语句的完满二叉树，所述完满二叉树的叶子节点中包括以组成所述命名实体的分词为值的叶子节点；

合成模块，用于将所述完满二叉树的所有叶子节点各自对应的n维特征向量合成为一个n维特征向量；

训练模块，用于根据所述关系类型和合成后的n维特征向量来训练模型；

抽取模块，用于使用训练后的模型来抽取目标非结构化文本的关系类型，

其中，所述合成模块被配置为：

按照所述完满二叉树的层自底向上，对每层中的属于一个子树的两个叶子节点各自对应的n维特征向量进行合成，以得到该子树的根节点对应的n维特征向量，直至将所述完满二叉树的所有叶子节点各自对应的n维特征向量合成为一个n维特征向量，

其中，所述抽取模块被配置为：

通过对所述目标非结构化文本中的待抽取语句进行命名实体识别以确定所述待抽取语句中的命名实体；

建立所述待抽取语句的完满二叉树；

将所述待抽取语句的完满二叉树的所有叶子节点各自对应的n维特征向量合成为一个n维特征向量，并将该n维特征向量输入至所述训练后的模型，所述训练后的模型所输出的结果为所述目标非结构化文本的关系类型。

5.根据权利要求4所述的装置，其特征在于，所述建立模块被配置为：

对所述目标语句进行句法分析，建立所述目标语句对应的句法树；

保留所述句法树中与所述命名实体相关联的树结构；

将所述树结构转换为完满二叉树。

6.根据权利要求4或5所述的装置，其特征在于，还包括：

获取模块，用于获取所述目标语句包含的命名实体两两之间的距离；

构建模块，用于根据所述距离和所述命名实体的类型构建3维特征向量；

添加模块，用于向所述合成后的n维特征向量添加所述3维特征向量，得到(n+3)维特征向量，

所述训练模块被配置为：

根据所述关系类型以及所述(n+3)维特征向量来训练模型。