[发明专利]抽取实体关系的方法、装置、电子设备、及存储介质

权利要求书

1.一种抽取实体关系的方法，其特征在于，包括：

将句子输入至预先训练的关系识别模型中，根据所述关系识别模型输出的结果信息得到关系概率数组，其中所述关系概率数组的第i个元素表示所述句子中存在第i种句子关系的概率，其中i为自然数；

获取所述关系概率数组中大于预定概率阈值的元素所对应的句子关系的关系标签得到关系标签集合；

分别将所述关系标签集合中各关系标签连同所述句子一起输入至预先训练的序列标注模型，分别根据所述序列标注模型的输出结果信息得到各关系标签所对应句子关系的三元组，其中所述句子关系的三元组包括关系名称、关系主体、以及关系客体。

2.根据权利要求1所述的方法，其特征在于，所述关系识别模型通过如下步骤训练得到：

获取训练样本集合，其中，训练样本包括样本句子和用于表示所述样本句子中所包含的至少一个句子关系的三元组的标注信息；

确定初始化的关系识别模型，其中所述初始化的关系识别模型包括用于输出句子中包含各预定句子关系的概率所形成的关系概率数组的目标层；

利用机器学习的方法，将所述训练样本集合中的训练样本中的样本句子作为初始化的关系识别模型的输入，将与输入的样本句子对应的标注信息作为初始化的关系识别模型的期望输出，训练得到所述关系识别模型。

3.根据权利要求2所述的方法，其特征在于，所述初始化的关系识别模型为多标签分类模型。

4.根据权利要求2所述的方法，其特征在于，所述标注信息还包括各句子关系的三元组中的关系主体在句子中的起始位置、以及各句子关系的三元组中的关系客体在句子中的起始位置。

5.根据权利要求2所述的方法，其特征在于，所述关系识别模型通过在GPU中进行训练得到。

6.根据权利要求1所述的方法，其特征在于，所述序列标注模型通过如下步骤训练得到：

获取训练样本集合，其中，训练样本包括关系标签、句子、以及用于表示所述句子中包含所述关系标签所对应句子关系的三元组的标注信息；

确定初始化的序列标注模型，其中所述初始化的序列标注模型包括用于输出句子中包含关系标签所对应的句子关系的三元组的目标层；

利用机器学习的方法，将所述训练样本集合中的训练样本中的关系标签和句子作为初始化的序列标注模型的输入，将与输入的关系标签和句子对应的标注信息作为初始化的序列标注模型的期望输出，训练得到所述序列标注模型。

7.根据权利要求6所述的方法，其特征在于，所述序列标注模型通过在GPU中进行训练得到。

8.一种抽取实体关系的装置，其特征在于，包括：

关系识别单元，用于将句子输入至预先训练的关系识别模型中，根据所述关系识别模型输出的结果信息得到关系概率数组，其中所述关系概率数组的第i个元素表示所述句子中存在第i种句子关系的概率，其中i为自然数；

关系标签获取单元，用于获取所述关系概率数组中大于预定概率阈值的元素所对应的句子关系的关系标签得到关系标签集合；

三元组获取单元，用于分别将所述关系标签集合中各关系标签连同所述句子一起输入至预先训练的序列标注模型，分别根据所述序列标注模型的输出结果信息得到各关系标签所对应句子关系的三元组，其中所述句子关系的三元组包括关系名称、关系主体、以及关系客体。

9.一种电子设备，其特征在于，包括：

一个或多个处理器；以及

存储器，用于存储可执行指令，所述可执行指令在被所述一个或多个处理器执行时，使得所述电子设备执行如权利要求1-7中任一项所述的方法。

10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1-7任一项所述的方法。