[发明专利]实体关系联合抽取方法、装置、电子设备和存储介质

说明书

本发明涉及一种实体关系联合抽取方法、装置、电子设备和存储介质，该方法包括：获取标记序列；根据所述标记序列确定语义表示；根据标记序列和所述语义表示确定特征图矩阵；根据特征图矩阵预测实体信息相关的字级别矩阵，实体和关系相关的字级别矩阵和三元组相关的字级别矩阵；将三元组相关的字级别矩阵合并得到目标三元组。本申请实施例中实体信息相关的的字级别矩阵，实体和关系相关的字级别矩阵和三元组相关的字级别矩阵是分阶段确定的，通过基于图像语义分割的多阶段实体关系抽取联合方法，使用语义分割框架进行目标三元组抽取，避免了实体重叠和误差累积的问题，并通过多阶段渐进式的方式，提升了抽取效果。

技术领域

本发明涉及计算机技术领域，具体涉及一种实体关系联合抽取方法、装置、电子设备和存储介质。

背景技术

目前，实体关系抽取(Entity and Relation Extraction,ERE)任务，主要目的是从一段非结构化文本中抽取出实体关系三元组(subject, predicate,object)，比如文本“周杰伦作曲并演唱了《七里香》”，需要抽取出(周杰伦，歌手，七里香)和(周杰伦，作曲，七里香)两个三元组，该任务在知识图谱、智能问答等领域有重要作用。ERE包括实体抽取和关系抽取两个子任务，一般分为管道式方法和联合抽取式方法，研究者针对该任务从不同角度提出很多解决方案。

在实体关系抽取任务中，管道式方法一般先做实体识别，然后对实体对进行关系分类；该类方法忽略了实体与关系之间的联系，而且存在误差累积的问题。联合抽取式方法同时对实体和关系进行统一抽取，一般不能解决实体重叠的问题，即使有的方法变体能解决重叠问题，又面临训练和推理阶段不一致的现象。

发明内容

本发明提供一种实体关系联合抽取方法、装置、电子设备和存储介质，能够解决上述存在误差累积和实体重叠的技术问题。

本发明解决上述技术问题的技术方案如下：

第一方面，本发明实施例提供了一种实体关系联合抽取方法，包括：

获取标记序列；

根据所述标记序列确定语义表示；

根据所述标记序列和所述语义表示确定特征图矩阵；

根据所述特征图矩阵预测实体信息相关的字级别矩阵，实体和关系相关的字级别矩阵和三元组相关的字级别矩阵；

将所述三元组相关的字级别矩阵合并得到目标三元组。

在一些实施例中，所述根据所述特征图矩阵预测实体信息相关的字级别矩阵，实体和关系相关的字级别矩阵和三元组相关的字级别矩阵，包括：

对所述特征图矩阵中的每个元素进行二分类，预测所述实体信息相关的字级别矩阵，从而确定每个元素对应的坐标是不是实体；

对所述实体信息相关的字级别矩阵的每个元素进行多标签分类，预测所述实体和关系相关的字级别矩阵，从而确定每个元素对应的实体和关系信息；

对所述实体和关系相关的字级别矩阵的每个元素进行多标签分类，预测所述三元组相关的字级别矩阵，从而确定每个元素解构的三元组信息。

在一些实施例中，所述根据所述标记序列确定语义表示，包括：

根据输入的标记序列确定对应的词嵌入，句子嵌入和位置嵌入；

将所述词嵌入，所述句子嵌入和所述位置嵌入加和；

将所述加和后的标记序列输入BERT模型中得到语义表示。

在一些实施例中，所述对所述特征图矩阵中的每个元素进行二分类，所述元素对应的横坐标和纵坐标分别表示文本片段在句子中的开始位置和结束位置。