[发明专利]一种基于深度学习的数据实体关系抽取方法

权利要求书

1.一种基于深度学习的数据实体关系抽取方法，其特征在于，包括如下步骤：

采用开放式实体关系抽取方法获取训练数据，借助DBPedia、OpenCyc、YAGO或FreeBase实体知识库将数据实体关系实例映射到实体知识库中的大量文本中，通过文本对齐方法获得训练数据，获得的训练语料中存在噪声标注；

采用有监督的实体关系抽取方法对噪声标注进行重新标注，并在标注的训练数据的基础上训练机器学习模型；

抽取与实体对组合对应的数据实体关系。

2.根据权利要求1所述的一种基于深度学习的数据实体关系抽取方法，其特征在于，包括如下步骤：

对自然语言文本进行预处理，将文字符号特征表示为分布式特征信息；

构建深度学习网络训练集：采集数据中对文本进行处理后的分布式特征信息；

构建实体关系抽取深度学习网络。

3.根据权利要求2所述的一种基于深度学习的数据实体关系抽取方法，其特征在于，包括如下步骤：

制备数据实体关系特征数据库：采用开放式实体关系抽取方法获取训练数据时，产生合格数据和不合格数据，不合格数据即为存在噪声标注的数据，再采用有监督的实体关系抽取方法对噪声标注进行重新标注，以将不合格数据转化为合格数据，采集上述过程中产生的合格数据，并将合格数据组成数据实体关系特征数据库；

获取数据实体关系特征数据库中存在的实体对组合，以及实体对之间的候选关系，数据实体关系包括一对一、一对多和多对多三种实体关系。

4.根据权利要求1所述的一种基于深度学习的数据实体关系抽取方法，其特征在于，数据实体关系抽取范围包括句子级别的关系抽取和语料或篇章级的关系抽取。

5.根据权利要求1所述的一种基于深度学习的数据实体关系抽取方法，其特征在于，采用基于传统机器学习的联合模型对自然语言处理任务进行联合学习，联合模型基于神经网络的端对端模型同时实现实体抽取和关系抽取，以将实体和实体关系进行结合。

6.根据权利要求1所述的一种基于深度学习的数据实体关系抽取方法，其特征在于，采用基于神经网络的实体消歧方法对文本和实体的表示进行调整：输入数据文本，利用深度学习网络通过预训练对文本和实体的表示进行微调，以完成实体消歧。