[发明专利]开放式实体关系的抽取方法、装置、设备及存储介质

说明书

本发明涉及人工智能技术领域，提供一种开放式实体关系的抽取方法、装置、设备及存储介质，用于解决现有的开放关系抽取难以处理不定类型关系的问题。开放式实体关系的抽取方法包括：预处理待处理的关系分类数据集的实体关系、字段长度和关系三元组得到待处理数据集；通过预先训练好的主干模型构建初始无监督生成模型，并通过待处理数据集对初始无监督生成模型进行训练和优化，得到目标无监督生成模型；对待处理文本进行分词和词配对处理，得到预处理文本；通过目标无监督生成模型，对预处理文本进行隐层向量转换、实体关系预测和文本序列生成，得到目标实体关系信息。此外，本发明还涉及区块链技术，待处理的关系分类数据集可存储于区块链中。

技术领域

本发明涉及人工智能的神经网络领域，尤其涉及一种开放式实体关系的抽取方法、装置、设备及存储介质。

背景技术

实体关系抽取技术为通过输入一段上下文文本及两个实体，输出这两个实体在这段上下文中的关系类型，被广泛运用在信息提取、图谱构建和关联发现等领域。但传统关系抽取技术因为关系类型固定、数据难以标注而难以投入实际应用，开放关系抽取技术由于能从输入的一段文本中自动输出所有可能的关系三元组而受到重视。

目前，传统开放关系抽取方案一般采用规则模板的方式，但是规则模板的方式存在开放复杂、对专家知识依赖高、难以迁移和匹配死板的问题；为了解决规则模板的方式所存在的问题，提出了按照语义角色标注的方式，但是该方式存在现成数据集少、标注成本高和难以处理重叠关系的问题；为了解决无法处理重叠关系的问题，提出了首先从句子里提取头实体，然后根据头实体与神经网络隐藏层的输出，联合提取尾实体并判断关系类型的方式，但是，该方式存在须要计算一个行列数均为输入句长度的大矩阵以解决开发关系抽取的问题，因而导致了现有的开放关系抽取难以处理不定类型关系。

发明内容

本发明提供一种开放式实体关系的抽取方法、装置、设备及存储介质，用于解决现有的开放关系抽取难以处理不定类型关系的问题。

本发明第一方面提供了一种开放式实体关系的抽取方法，包括：

获取待处理的关系分类数据集，对所述待处理的关系分类数据集的实体关系、字段长度和关系三元组进行预处理，得到待处理数据集；

通过预先训练好的主干模型构建初始无监督生成模型，并通过所述待处理数据集，对所述初始无监督生成模型进行训练和优化，得到目标无监督生成模型；

获取待处理文本，并对所述待处理文本进行分词和词配对处理，得到预处理文本；

通过所述目标无监督生成模型，对所述预处理文本进行数据格式转换、隐层向量转换、实体关系预测和文本序列生成，得到目标实体关系信息。

可选的，在本发明第一方面的第一种实现方式中，所述获取待处理的关系分类数据集，对所述待处理的关系分类数据集的实体关系、字段长度和关系三元组进行预处理，得到待处理数据集，包括：

创建同义词词典，并获取待处理的关系分类数据集，以及所述同义词词典中所述待处理的关系分类数据集对应的目标同义词；

通过所述目标同义词，对所述待处理的关系分类数据集进行同义词替换，得到增强数据集；

按照预设实体字段长度和预设句长度，对所述增强数据集进行过滤，得到过滤数据集；

获取所述过滤数据集的关系三元组集，通过预置的正则表达式，对所述关系三元组集进行对齐处理和去重处理，得到待处理数据集。

可选的，在本发明第一方面的第二种实现方式中，所述创建同义词词典，并获取待处理的关系分类数据集，以及所述同义词词典中所述待处理的关系分类数据集对应的目标同义词，包括：

获取经过去重融合处理的目标字词数据，根据配置的同义词定义信息，对所述目标字词数据进行字符串生成，得到同义词词典；

获取待处理的关系分类数据集，以及所述待处理的关系分类数据集的实体和实体关系；