[发明专利]一种实体关系抽取方法、装置、电子设备及存储介质

说明书

本申请公开了一种实体关系抽取方法、装置、电子设备及存储介质。包括：获取多个标准语句实例；在每个标准语句实例中，提取与实体对具有语法依存关系的关键词，并根据关键词确定与每个标准语句实例分别对应的特征值；根据与每个标准语句实例分别对应的特征值，将各标准语句实例进行聚类处理得到至少一个聚类簇；根据待处理语句实例属于各聚类簇的概率值，确定与待处理语句实例对应的实体关系。通过提取与标准语句实例中的实体对具有依存关系的关键词来确定该标准语句实例的特征值，减少了与实体对无关的冗余噪声，从而使得根据特征值进行聚类，并根据聚类结果对待处理语句实例进行实体关系抽取时，从而提高了实体关系抽取的精度以及召回率。

技术领域

本公开实施例涉及数据处理技术领域，尤其涉及一种实体关系抽取方法、装置、电子设备及存储介质。

背景技术

随着互联网的快速发展，越来越多的信息以电子文本的形式用于人们的生活中，如何从大规模的文本信息中快速而准确地抽取人们需要的信息成为要解决的主要问题，由此产生了信息抽取的方法。信息抽取的主要功能是从文本中抽取出特定的实时信息，称之为实体，而实体关系抽取作为信息抽取的重要组成部分，其目的在于从自然语言文本中挖掘出实体间的语义关联。

目前，实体关系的抽取方法通常包括：有监督方法和半监督方法，并且半监督方法由于相对于有监督方法不需要人工进行大量的数据标注，因此得到广泛应用。

发明人在实现本公开的过程中，发现现有技术存在如下缺陷：半监督方法虽然工作量小，但通常采用两个实体的前中后全部文本抽取关键词，生成很多的冗余噪声，从而影响实体关系抽取的精度并降低召回率。

发明内容

本公开实施例提供一种实体关系抽取方法、装置、电子设备及存储介质，以实现对实体关系的准确抽取。

第一方面，本公开实施例提供了一种实体关系抽取方法，该方法包括：获取多个标准语句实例，所述标准语句实例中预先标注有实体对，及与实体对匹配的实体对关系；

在每个标准语句实例中，提取与所述实体对具有语法依存关系的关键词，并根据所述关键词确定与每个所述标准语句实例分别对应的特征值；

根据与每个所述标准语句实例分别对应的特征值，将各所述标准语句实例进行聚类处理得到至少一个聚类簇，每个聚类簇对应同一实体对关系；

获取待处理语句实例，并根据所述待处理语句实例属于各所述聚类簇的概率值，确定与所述待处理语句实例对应的实体关系。

第二方面，本公开实施例还提供了一种实体关系抽取装置，该装置包括：

标注语句实例获取模块，用于获取多个标准语句实例，所述标准语句实例中预先标注有实体对，以及与实体对匹配的实体对关系；

特征值获取模块，用于在每个标准语句实例中，提取与所述实体对具有语法依存关系的关键词，并根据所述关键词确定与每个所述标准语句实例分别对应的特征值；

聚类簇获取模块，用于根据与每个所述标准语句实例分别对应的特征值，将各所述标准语句实例进行聚类处理得到至少一个聚类簇，每个聚类簇对应同一实体对关系；

实体关系获取模块，用于获取待处理语句实例，并根据所述待处理语句实例属于各所述聚类簇的概率值，确定与所述待处理语句实例对应的实体关系。

第三方面，本公开实施例还提供了一种电子设备，该电子设备包括：

一个或多个处理器；

存储装置，用于存储一个或多个程序，

当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如本公开任意实施例所述的实体关系抽取方法。