[发明专利]一种人物关系识别方法、设备及存储介质

权利要求书

1.一种人物关系识别方法，其特征在于，包括：

基于BILSTM网络对待分析文本进行序列标注，以得到所述待分析文本中包含的人物名称；

根据所述待分析文本中包含的人物名称，查找所述待分析文本中包含至少两个人物名称的句子，作为目标句子；

以所述目标句子中的各个人物名称的位置作为基准位置，确定所述目标句子中的各个字与各个人物名称的相对位置；

根据所述相对位置，生成所述目标句子中的各个字相对各个人物名称的实体位置向量，并以所述实体位置向量表征所述人物名称在所述待分析文本中的实体位置；

将所述目标句子中各个字对应的实体位置向量与所述BILSTM网络的隐藏层结合，以获取所述目标句子中的各个字对应的第一向量；

对所述各个字对应的第一向量进行平均池化操作，以获得所述目标句子对应的第二向量；

根据所述目标句子对应的第二向量，确定所述目标句子对应各个人物关系标签的概率；

根据所述目标句子对应各个人物关系标签的概率，确定出所述目标句子对应的最大概率的人物关系标签，作为所述目标句子对应的预测人物关系标签；

根据所述待分析文本中包含的至少一个目标句子各自对应的预测人物关系标签，确定所述待分析文本中包含的人物关系。

2.根据权利要求1所述的方法，其特征在于，所述待分析文本包括案情分析案卷，所述方法还包括：

利用从所述案情分析案卷中识别出的人物关系进行案情分析。

3.根据权利要求1所述的方法，其特征在于，所述对待分析文本进行序列标注，以得到所述待分析文本中包含的人物名称，包括：

对所述待分析文本进行序列标注，以得到所述待分析文本中各个字对应各个词位标签的概率；

根据所述待分析文本中各个字对应各个词位标签的概率，确定出所述待分析文本中各个字对应的最大概率的词位标签，作为所述待分析文本中各个字对应的预测词位标签；

根据所述待分析文本中预测词位标签为人物名称的字，分析出所述待分析文本中包含的人物名称。

4.根据权利要求1所述的方法，其特征在于，在所述对待分析文本进行序列标注之前，还包括：

获取待分析文本；

将所述待分析文本输入人物关系识别模型，所述人物关系识别模型用于确定所述待分析文本中包含的人物名称及人物关系。

5.根据权利要求4所述的方法，其特征在于，所述将所述待分析文本输入人物关系识别模型之前，还包括：

获取训练语料，所述训练语料中包含人物名称及人物关系；

将所述训练语料输入所述人物关系识别模型，以供所述人物关系识别模型学习所述训练语料中包含的所述人物关系相关知识。

6.根据权利要求5所述的方法，其特征在于，所述将所述训练语料输入所述人物关系识别模型之后，还包括：

遍历所述训练语料，利用所述人物关系识别模型确定当前遍历的训练语料中包含的人物名称及人物关系，并按照所述人物关系识别模型输出的人物名称及人物关系标注所述当前遍历的训练语料；

若根据所述人物关系识别模型确定出的当前遍历的训练语料中包含的人物名称和/或人物关系的置信度不满足预设置信度要求，则通过人工对当前遍历的训练语料中的人物及人物关系进行重新标注；

将所述重新标注后的当前遍历的训练语料重新输入所述人物关系识别模型，以供所述人物关系识别模型重新学习中所述重新标注后的当前遍历的训练语料中包含的人物及人物关系；

继续遍历其它训练语料，直至每个训练语料对应的人物名称和人物关系的置信度均满足预设置信度要求为止。

7.根据权利要求5所述的方法，其特征在于，所述获取训练语料，包括：

根据户籍信息，建立人物对及人物关系之间的三元组；

基于所述人物对及人物关系之间的三元组，形成人物关系网；

从样本文本中提取出包含有所述人物关系网中任意人物对的句子作为所述训练语料。