[发明专利]一种基于卷积神经网络的属性抽取方法

摘要

本发明公开了一种基于卷积神经网络的属性抽取方法。包括如下步骤：(1)构建外部知识库；(2)获取文本数据；(3)使用远程监督方法获取包含属性的句子；(4)利用词向量方法获取句子进行向量化；(5)将句子输入卷积神经网络，进行训练和分类。本发明结合远程监督和卷积神经网络模型，利用外部知识库，基于人工定义的映射，在非结构化的文本数据集上提取包含属性候选句，结合卷积神经网络模型，对句子关系进行分类，完成属性抽取任务。

主权项

1.一种基于卷积神经网络的属性抽取方法，其特征在于包括如下步骤1)获取Wikipedia的信息框数据，获取外部知识库；2)获取论坛和新闻数据，得到文本语料库；3)使用远程监督方法，对文本语料库进行搜索，获取包含属性的句子；4)基于词向量，先对每个词进行向量化描述，再把句子中的词向量聚集在一起，得到句子的向量化描述；本步骤具体如下：4.1)获取在新闻数据上训练的词向量模型G，由序列形式保存：[word₁ vector₁ word₂ vector₂...word_N vector_N]其中N为词向量模型中的词数，word_N为第N个单词，vector_N为第N个词向量；4.2)读取文件，把序列转为映射格式，由单词映射到其对应的向量：{word₁:vector₁,word₂:vector₂...word_N:vector_N}4.3)读取句子，并进行分词，把句子转为由词组成的序列：[word_i1,word_i2...word_il]其中i表示第i个句子，l表示句子中的单词个数，word_il表示第i个句子的第l个词；4.4)读取序列，并查询映射，将序列中的单词转为词向量：[vector_i1,vector_i2...vector_il]其中vector_il表示第i个句子的第l个词向量；5)将句子输入卷积神经网络，先对句子进行卷积计算，再针对卷积结果的最大值进行池化，最后输入softmax函数，得到分类结果；6)根据分类结果对应至属性值。