[发明专利]一种基于深度学习的数据实体关系抽取方法在审
| 申请号： | 201910665708.1 | 申请日： | 2019-07-23 |
| 公开（公告）号： | CN110399433A | 公开（公告）日： | 2019-11-01 |
| 发明（设计）人： | 肖清林 | 申请（专利权）人： | 福建奇点时空数字科技有限公司 |
| 主分类号： | G06F16/28 | 分类号： | G06F16/28;G06Q50/26 |
| 代理公司： | 北京劲创知识产权代理事务所(普通合伙) 11589 | 代理人： | 王志敏 |
| 地址： | 361000 福建省厦门市软件园*** | 国省代码： | 福建;35 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 一种基于深度学习的数据实体关系抽取方法，包括如下步骤：采用开放式实体关系抽取方法获取训练数据，借助DBPedia、OpenCyc、YAGO或FreeBase实体知识库将数据实体关系实例映射到实体知识库中的大量文本中，通过文本对齐方法获得训练数据，获得的训练语料中存在噪声标注；采用有监督的实体关系抽取方法对噪声标注进行重新标注，并在标注的训练数据的基础上训练机器学习模型；抽取与实体对组合对应的数据实体关系。本发明结合开放式实体关系抽取方法和有监督的实体关系抽取方法进行数据实体关系的抽取，开放式实体关系抽取方法获取训练数据效率高，有监督的实体关系抽取方法获取的训练数据精确度高，提高了实体关系的抽取效率和精确度。 | ||
| 搜索关键词： | 实体关系 抽取 数据实体 训练数据 标注 知识库 关系抽取 噪声 文本对齐 训练机器 训练语料 监督 映射 学习 文本 | ||
【主权项】：
1.一种基于深度学习的数据实体关系抽取方法，其特征在于，包括如下步骤：采用开放式实体关系抽取方法获取训练数据，借助DBPedia、OpenCyc、YAGO或FreeBase实体知识库将数据实体关系实例映射到实体知识库中的大量文本中，通过文本对齐方法获得训练数据，获得的训练语料中存在噪声标注；采用有监督的实体关系抽取方法对噪声标注进行重新标注，并在标注的训练数据的基础上训练机器学习模型；抽取与实体对组合对应的数据实体关系。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于福建奇点时空数字科技有限公司，未经福建奇点时空数字科技有限公司许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201910665708.1/，转载请声明来源钻瓜专利网。
