[发明专利]基于神经网络的关系抽取数据生成方法、模型及训练方法

说明书

本申请提供一种基于神经网络的关系抽取数据生成方法、模型及训练方法，所述方法应用于关系抽取数据生成模型，包括：获取由三元组信息确定出的输入信息；根据所述输入信息，确定出多条包含所述三元组信息的文本数据；输出多条所述文本数据中的k条所述文本数据，其中，k为大于1的整数。通过将由三元组信息确定出的输入信息输入关系抽取数据生成模型中，模型确定出多条包含三元组信息的文本数据，并且输出其中的k条文本数据，以此获得k条包含三元组信息的文本数据。因此，可以实现根据一条数据派生出多条包含与该数据一致的三元组信息的文本数据，在节约人工标注的基础上，有效地丰富有监督关系抽取模型的训练数据。

技术领域

本申请涉及人工智能领域，具体而言，涉及一种基于神经网络的关系抽取数据生成方法、模型及训练方法。

背景技术

在以非结构化数据构建知识图谱的过程中，需要进行实体(可以理解为节点)抽取和关系(可以理解为边)抽取，如何高效精准的抽取实体与实体之间的关系成为了现如今研究的热点。

随着神经网络的广泛应用，利用神经网络模型抽取数据的方法，具有高精确率、低召回的优势，逐渐替代了原有的利用规则模型抽取关系的方法。利用神经网络模型抽取数据的方法，若要保证模型的精度，需要充足的训练数据。在现有的方式中，对训练数据通常采取人工标注的方式，但是人工标注的成本高昂，另外，由于同行业相关中文公开数据的缺失，使得高效精准的有监督关系抽取模型的训练面临着训练数据不足的问题。

发明内容

本申请实施例的目的在于提供一种基于神经网络的关系抽取数据生成方法、模型及训练方法，以解决现阶段高效精准的有监督关系抽取模型的训练数据不足的问题。

为了实现上述目的，本申请的实施例通过如下方式实现：

第一方面，本申请实施例提供一种基于神经网络的关系抽取数据生成方法，应用于关系抽取数据生成模型，所述方法包括：获取由三元组信息确定出的输入信息；根据所述输入信息，确定出多条包含所述三元组信息的文本数据；输出多条所述文本数据中的k条所述文本数据，其中，k为大于1的整数。

通过将由三元组信息确定出的输入信息输入关系抽取数据生成模型中，模型确定出多条包含三元组信息的文本数据，并且输出其中的k条文本数据，以此获得k条包含三元组信息的文本数据。因此，可以实现根据一条数据派生出多条包含与该数据一致的三元组信息的文本数据，在节约人工标注的基础上，有效地丰富有监督关系抽取模型的训练数据。

结合第一方面，在第一方面的第一种可能的实现方式中，所述输入信息由词嵌入矩阵、关系类型嵌入矩阵、实体类型嵌入矩阵、位置嵌入矩阵和掩码矩阵确定出，其中，所述词嵌入矩阵、所述关系类型嵌入矩阵、所述实体类型嵌入矩阵、所述位置嵌入矩阵和是掩码矩阵由所述三元组信息确定出，所述根据所述输入信息，确定出多条包含所述三元组信息的文本数据，包括：根据所述词嵌入矩阵、所述关系类型嵌入矩阵、所述实体类型嵌入矩阵、所述位置嵌入矩阵和所述掩码矩阵，确定出多条包含所述三元组信息的文本数据。

通过将三元组信息确定出的词嵌入矩阵、关系类型嵌入矩阵、实体类型嵌入矩阵、位置嵌入矩阵和掩码矩阵作为关系抽取数据生成模型的输入，可以保证三元组信息的合理搭配，从而准确确定出包含三元组信息的文本数据，可以尽可能保证确定出的文本数据与包含输入信息中的三元组信息的数据的一致性和有效性。

第二方面，本申请实施例提供一种关系抽取数据生成模型，包括：输入单元，用于获取由三元组信息确定出的输入信息；文本数据确定单元，用于根据所述输入信息，确定出多条包含所述三元组信息的文本数据；输出单元，用于输出多条所述文本数据中的k条所述文本数据，其中，k为大于1的整数。