[发明专利]一种实体关系识别方法、装置、设备及存储介质

权利要求书

1.一种实体关系识别方法，其特征在于，包括：

通过提示学习模块，将输入的待识别文本数据转换为提示文本数据后，输入实体抽取模型输出数据实体集合和编码特征向量；所述实体抽取模型基于提示数据训练样本集迭代训练预训练实体抽取模型得到；

通过图神经网络模块，基于所述提示学习模块输出的数据实体集合和编码特征向量构建实体关系图，对所述实体关系图中的各节点进行分类得到实体类别；

通过实体关系识别模块，对所述图神经网络模块输出的各实体类别进行关系分类输出所述待识别文本数据的实体关系。

2.根据权利要求1所述的方法，其特征在于，通过提示学习模块，将输入的待识别文本数据转换为提示文本数据后，输入实体抽取模型输出数据实体集合和编码特征向量，包括：

通过所述提示学习模块的提示数据处理单元，基于提示模板对输入的待识别文本数据进行提示处理得到提示文本数据；

通过所述提示学习模块的实体抽取模型，对所述提示文本数据进行实体抽取得到数据实体集合和编码特征向量，所述实体抽取模型通过掩码建模基于提示数据训练样本集对预训练实体抽取模型进行参数调节得到。

3.根据权利要求2所述的方法，其特征在于，所述提示模板包括：设定的自然语言；所述自然语言中用于填入输入数据的输入位置和用于填入输出实体的输入位置。

4.根据权利要求2所述的方法，其特征在于，所述通过掩码建模基于提示数据训练样本集对预训练模型进行参数调节包括：

获取预训练实体抽取模型和提示数据训练样本集；所述提示数据训练样本集通过将训练样本集输入所述提示学习模块的提示数据处理单元得到；

对所述提示数据训练样本集中的提示数据训练样本的标记实体进行随机掩码得到掩码训练样本集；

将所述掩码训练样本集输入预训练实体抽取模型，预测被掩码的标记实体对应的预测实体；

根据所述预测实体的预测概率调节所述预训练实体抽取模型的预设参数。

5.根据权利要求4所述的方法，其特征在于，所述预设参数根据所述预训练实体抽取模型对应的调参器所包含的参数确定。

6.根据权利要求1所述的方法，其特征在于，通过图神经网络模块，基于所述提示学习模块输出的数据实体集合和编码特征向量构建实体关系图，包括：

通过图神经网络模块，根据所述提示学习模块输出的数据实体集合和编码特征向量，对照实体关系库和所述待识别文本数据进行节点编码和边编码，形成实体关系图。

7.根据权利要求1所述的方法，其特征在于，通过实体关系识别模块，对所述图神经网络模块输出的各实体类别进行关系分类输出所述待识别文本数据的实体关系，包括：

基于预设实体关系槽，对所述图神经网络模块输出的各实体类别进行填槽得到待识别文本数据的实体关系。

8.一种实体关系识别装置，其特征在于，包括：

提示学习模块，用于将输入的待识别文本数据转换为提示文本数据后，输入实体抽取模型输出数据实体集合和编码特征向量；所述实体抽取模型基于提示数据训练样本集迭代训练预训练实体抽取模型得到；

图神经网络模块，用于基于所述提示学习模块输出的数据实体集合和编码特征向量构建实体关系图，对所述实体关系图中的各节点进行分类得到实体类别；

实体关系识别模块，用于对所述图神经网络模块输出的各实体类别进行关系分类输出所述待识别文本数据的实体关系。

9.一种电子设备，其特征在于，所述电子设备包括：

至少一个处理器；以及

与所述至少一个处理器通信连接的存储器；其中，

所述存储器存储有可被所述至少一个处理器执行的计算机程序，所述计算机程序被所述至少一个处理器执行，以使所述至少一个处理器能够执行权利要求1-7中任一项所述的实体关系识别方法。

10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有计算机指令，所述计算机指令用于使处理器执行时实现权利要求1-7中任一项所述的实体关系识别方法。