[发明专利]非结构化文本的实体关系抽取方法及装置有效
申请号: | 201811542904.1 | 申请日: | 2018-12-17 |
公开(公告)号: | CN109710928B | 公开(公告)日: | 2022-08-19 |
发明(设计)人: | 席梦隆 | 申请(专利权)人: | 新华三大数据技术有限公司 |
主分类号: | G06F40/295 | 分类号: | G06F40/295;G06F16/33 |
代理公司: | 北京林达刘知识产权代理事务所(普通合伙) 11277 | 代理人: | 刘新宇 |
地址: | 450000 河南省郑州市高新技*** | 国省代码: | 河南;41 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 结构 文本 实体 关系 抽取 方法 装置 | ||
本公开涉及一种非结构化文本的实体关系抽取方法及装置,该方法包括: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;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,由此,无需依靠用户的经验,训练的模型更加合适,从而使得抽取的关系类型更加准确,另外,还能够使得分词对应的特征向量在网络中的计算和转化更加易于理解,增强了模型的效果,便于用户理解。
技术领域
本公开涉及计算机技术领域,尤其涉及一种非结构化文本的实体关系抽取方法及装置。
背景技术
电子病历用于记录诸如病人诉求、检测结果、诊断信息、服用药物以及不良反应等的医疗信息。电子病历的实体关系可以用于诸如相似病历推荐、辅助推荐诊断等的医疗处理中。
相关技术中,用户需要根据经验总结特征工程,根据该特征工程训练各种分类模型,并且使用训练后的分类模型来抽取电子病历的实体关系。由于前述相关技术需要依靠用户的经验,因此局限性较大,并且如果用户总结的特征工程出错,则训练后的模型可能不合适,由此导致提取的实体关系不适当。
发明内容
有鉴于此,本公开提出了一种非结构化文本的实体关系抽取方法及装置。
根据本公开的一方面,提供了一种非结构化文本的实体关系抽取方法,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。
根据本公开的另一方面,提供了一种非结构化文本的实体关系抽取装置,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。
本公开的实施例提供的技术方案可以包括以下有益效果:获取非结构化文本的目标语句中的命名实体和命名实体两两之间的关系类型,建立该目标语句的完满二叉树并且将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,使用所获取的关系类型和合成后的n维特征向量来训练模型并且使用训练后的模型来抽取目标非结构化文本的关系类型,由此,无需依靠用户的经验,训练的模型更加合适,从而使得抽取的关系类型更加准确。
另外,相比于现有技术直接使用所有叶子节点对应的特征向量来训练模型,本实施例将所有叶子节点对应的特征向量合成为一个总的特征向量、并使用该总的特征向量来训练模型,由此能够使得分词对应的特征向量在网络中的计算和转化更加易于理解,增强了模型的效果,便于用户理解。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于新华三大数据技术有限公司,未经新华三大数据技术有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201811542904.1/2.html,转载请声明来源钻瓜专利网。