[发明专利]一种基于卷积神经网络和距离监督的关系抽取方法

摘要

本发明公开了一种基于卷积神经网络和距离监督的关系抽取方法。包括如下步骤：(1)将已有的少量关系映射成所需要的关系类型；(2)扩展已有的关系中实体的不同表达方式；(3)从互联网上获取大量相关的非结构化文本，并建立索引；(4)通过索引查询与实体相关的句子，并分出正负样本；(5)基于卷积神经网络，将样本转换为特征向量；(6)利用获取的特征向量，对文本进行分类，得到新的关系对。本发明基于一个句子可能存在一种关系的假设，从少量的已知关系开始，利用大量来自互联网的非结构化文本，获取得到大量新的结构化信息，也就是发现新的关系。

主权项

1.一种基于卷积神经网络和距离监督的关系抽取方法，其特征在于包含如下步骤：1)将已有的关系映射成目标关系；2)扩展已有的关系中实体别名，通过问题扩展寻找实体别名的各种不同的形式，具体为：2.1)寻找已有的关系中实体在维基百科上的重定向链接所对应的实体别名；2.2)对没有全名的实体别名进行扩展：缩写转换成全名或在没有后缀的实体别名后面加上后缀；2.3)对没有缩写的实体别名进行缩减：首字母缩写或将全名进行部分表述；2.4)对步骤2.1)～2.3)进行迭代，直到找到满足目标需求的实体别名；2.5)采用实体链接和消除歧义对实体别名进行过滤处理；3)从互联网上获取实体相关的非结构化文本，并建立索引；4)通过索引查询与实体别名相关的句子，并分离出正负样本；5)基于卷积神经网络，将正负样本转换为特征向量；6)利用获取的特征向量，用多实例多标签模型，对非结构化文本进行分类，得到新的关系对。