[发明专利]一种关系抽取方法、计算机设备及程序产品

权利要求书

1.一种关系抽取方法，其特征在于：包括以下步骤：

获取输入文本，并对所述输入文本进行编码，得到所述输入文本中每个词的隐向量；

将所述输入文本进行处理，得到用于表征所述输入文本内部不同的词与词之间连接关系所占权重的注意力矩阵；

将所述隐向量与所述注意力矩阵输入预设的神经网络，通过预设的第一算法计算得到整体向量；

将所述整体向量进行分类转换处理，得到预测的关系类型。

2.如权利要求1所述的方法，其特征在于：将所述隐向量与所述注意力矩阵输入预设的神经网络，通过预设的第一算法计算得到整体向量包括以下步骤：

对所述神经网络的最终输出使用MaxPooling算法计算得到第一实体向量表征、第二实体向量表征以及句子的向量表征；

将所述第一实体向量表征、第二实体向量表以及句子的向量表征串联，得到所述整体向量。

3.如权利要求1所述的方法，其特征在于：将所述隐向量与所述注意力矩阵输入预设的神经网络进行处理具体包括所述隐向量作为输入，通过预设第二算法经过多层处理，其中每一层处理的输出作为下一层处理的输入的方式进行处理，且所述注意力矩阵参与指导每一层处理的运算，最后一层处理完之后得到最终输出，用于参与所述第一算法计算得到所述整体向量。

4.如权利要求1所述的方法，其特征在于：将所述输入文本进行处理得到注意力矩阵包括以下步骤：

将所述输入文本转换为多个n元组，所述多个n元组之间按照所述输入文本的语序排列；

基于所述n元组，在n元组的词与词之间创建连接，并基于所述连接得到最终词图；

将所述最终词图转化为对应的邻接矩阵；

将所述邻接矩阵通过预设的第三算法计算得到所述注意力矩阵。

5.如权利要求4所述的方法，其特征在于：将所述输入文本转换为多个n元组包含以下步骤：获取预设的n元组词表，通过所述组词表匹配所述输入文本中其他的n元组。

6.如权利要求4所述的方法，其特征在于：基于所述连接得到最终词图包括以下步骤：

基于所述n元组，在n元组内部的相邻词之间创建本地连接；

在两个不同的n元组的首词与尾词之间两两创建全局连接；

将所述本地连接与所述全局连接合并，得到所述最终词图。

7.如权利要求6所述的方法，其特征在于：创建所述全局连接的两个n元组之间包含的n元组个数不大于1。

8.如权利要求1所述的方法，其特征在于：将所述整体向量进行分类转换处理包含以下步骤：

将所述整体向量经过预设的全连接层后，送入预设的SoftMax分类器，得到所述预测的关系类型。

9.一种计算机设备，其特征在于：所述计算机设备包括处理器、存储器以及存储在所述存储器上的计算机程序，所述处理器执行上述计算机程序以实现权利要求1-7任一项所述方法的步骤。

10.一种计算机程序产品，包括计算机程序指令，其特征在于：所述计算机程序指令被执行时实现如权利要求1-7任一项所述方法的步骤。