[发明专利]一种实体和实体关系联合抽取方法、装置及应用

说明书

本申请提出了一种实体和实体关系联合抽取方法、装置及应用，包括以下步骤：获取至少一待抽取文本的字序列以及所述字序列中每个字的字向量；将所述字序列按照行列分别排列构成字对表,并将每个字的字向量填到所述字对表中得到字对向量表；将所述字对向量表输入到实体和实体关系联合抽取模型中,采用动态空洞卷积进行编码得到多个不同跨度的编码结果；将每一所述编码结果分别进行解码得到解码结果；汇总所述解码结果得到所述待抽取文本的实体和实体关系。本申请实施例对实体识别任务和实体关系抽取任务进行统一，提高了实体识别和实体关系识别的准确率。

技术领域

本申请涉及自然语言处理和信息抽取领域，特别是一种实体和实体关系联合抽取方法、装置及应用。

背景技术

信息抽取是把文本里包含的信息进行结构化处理，变成表格一样的组织形式，抽取系统的输入信息是原始文本，输出的是固定格式的信息点，信息点从各种各样的文档中被抽取出来，然后以统一的形式集成在一起，信息抽取是知识图谱构建以及信息挖掘的基础，命名实体识别和实体关系抽取是信息抽取的两个重要子任务，命名实体识别是从非结构化数据中提取出命名实体，例如：人名、地点、组织等，实体关系抽取是根据从非结构化数据中抽取的命名实体，识别出命名实体间的关系。

现有的命名实体识别和实体关系抽取大多选择分开进行，一般先进行命名实体识别，再将识别的命名实体进行实体关系抽取，这种会导致命名实体的错误会传递给实体关系抽取，进而导致最终抽取出来的信息存在错误率高的问题。

发明内容

本申请实施例提供了一种实体和实体关系联合抽取方法、装置及应用，可以对命名实体识别和实体关系抽取进行任务统一从而对待抽取文本进行实体和实体关系联合抽取。

第一方面，本申请实施例提供了一种实体和实体关系联合抽取方法，所述方法包括：

获取至少一待抽取文本的字序列以及所述字序列中每个字的字向量；

将所述字序列按照所述字序列的排列顺序依照行列分别排列构成字对表，并将所述字序列中每个字的字向量填到所述字对表中得到字对向量表；

将所述字对向量表输入到实体和关系联合抽取模型中，采用动态空洞卷积进行编码得到多个不同跨度的编码结果；

将每一所述编码结果分别进行解码得到解码结果，其中每一所述解码结果负责预测所述字对向量表中对应的区域的实体和关系；

汇总所述解码结果得到所述待抽取文本的实体和实体关系。

第二方面，本申请实施例提供了一种实体和实体关系联合抽取装置，包括：

获取模块：获取至少一待抽取文本的字序列以及所述字序列中每个字的字向量；

构建模块：将所述字序列按照所述字序列的排列顺序依照行列分别排列构成字对表，并将所述字序列中每个字的字向量填到所述字对表中得到字对向量表；

编码模块：将所述字对向量表输入到实体和关系联合抽取模型中，采用动态空洞卷积进行编码得到多个不同跨度的编码结果；

解码预测模块：将每一所述编码结果分别进行解码得到解码结果，其中每一所述解码结果负责预测所述字对向量表中对应的区域的实体和关系。

汇总模块：汇总所述解码结果得到所述待抽取文本的实体和实体关系。

第三方面，本申请实施例提供了一种电子装置，包括存储器和处理器，所述存储器中存储有计算机程序，所述处理器被设置为运行所述计算机程序以执行一种实体和实体关系联合抽取方法。

第四方面，本申请实施例提供了一种可读存储介质，所述可读存储介质中存储有计算机程序，所述计算机程序包括用于控制过程以执行过程的程序代码，所述过程包括一种实体和实体关系联合抽取方法。

本发明的主要贡献和创新点如下：