[发明专利]基于word2vec的远监督非分类关系提取方法及系统在审
| 申请号： | 201710166727.0 | 申请日： | 2017-03-20 |
| 公开（公告）号： | CN107145503A | 公开（公告）日： | 2017-09-08 |
| 发明（设计）人： | 赵明;杜会芳;董翠翠;陈瑛 | 申请（专利权）人： | 中国农业大学 |
| 主分类号： | G06F17/30 | 分类号： | G06F17/30 |
| 代理公司： | 北京路浩知识产权代理有限公司11002 | 代理人： | 王庆龙 |
| 地址： | 100193 *** | 国省代码： | 北京;11 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开一种基于word2vec的远监督非分类关系提取方法及系统，能较准确提取蔬菜领域的非分类关系。方法包括爬取网络百科和大型蔬菜网站的网络蔬菜领域非结构化文本数据作为语料，对语料依次进行预处理，得到初步的训练语料；利用初步的训练语料训练word2vec模型，利用word2vec模型得到每个句子的空间向量；将初步的训练语料按照非分类关系类型进行聚合，对于每个关系的聚合数据，抽取常见句子模式和不常见的句子模式；选择两个分别满足两种不同模式的句子空间向量作为k‑means聚类方法的初始中心，对所有句子空间向量进行聚类，选择满足常见句子模式的一类，得到质量较好的训练语料；由质量较好的训练语料训练卷积神经网络模型，通过一个全连接softmax层，提取非分类关系。 | ||
| 搜索关键词： | 基于 word2vec 监督 分类 关系 提取 方法 系统 | ||
【主权项】：
一种基于word2vec的远监督非分类关系提取方法，其特征在于，包括：S1、爬取网络百科和大型蔬菜网站的网络蔬菜领域非结构化文本数据作为语料，对所述语料依次进行预处理、数据对齐，得到初步的训练语料；S2、利用所述初步的训练语料训练word2vec模型，并利用所述word2vec模型将上述初步的训练语料中的句子中的词转化成空间向量，对于每个句子，将该句子中的词的空间向量相加并做平均处理得到该句子的空间向量；S3、将所述初步的训练语料按照非分类关系类型进行聚合，对于聚合得到的每个关系的聚合数据，抽取常见句子模式和不常见的句子模式；S4、将k设为2，以启发式方式选择两个分别满足两种不同模式的句子空间向量作为k‑means聚类方法的初始中心，并对所有句子空间向量进行聚类，选择满足常见句子模式的一类，得到质量较好的训练语料；S5、由所述质量较好的训练语料训练卷积神经网络模型，通过组成所述卷积神经网络模型的一个卷积层、一个池化层和一个全连接softmax层，从所述句子的空间向量提取非分类关系。
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中国农业大学，未经中国农业大学许可，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/201710166727.0/，转载请声明来源钻瓜专利网。
