[发明专利]标注方法、关系抽取方法、存储介质和运算装置

说明书

本公开提供一种标注方法、关系抽取方法、存储介质和运算装置。该标注方法中包括：确定待标注文本、多个正确种子和多个错误种子；根据所述正确种子遍历所述待标注文本中每一个句子以匹配出第一模板；根据所述第一模板遍历所述待标注文本中每一个句子以匹配出种子；根据已有第一模板、已有的正确种子和已有的错误种子评价匹配出的种子，其中评价合格的种子作为正确种子。重复执行上述遍历步骤设定次数后停止或至评价合格的正确种子的数量达到设定阈值后停止，输出匹配出的正确种子及该正确种子中第一实体和第二实体之间的分类关系。

技术领域

本公开涉及语言识别技术领域，更具体地，涉及一种标注方法、一种关系抽取方法、一种存储介质和一种运算装置。

背景技术

在自然语言识别技术领域通常会基于深度学习进行关系抽取。前提是提供大量的标注好数据以进行模型的训练。现有的做法是基于人工对每一个句子进行标注。人力和时间成本都很高。

发明内容

本公开提供一种标注方法、一种关系抽取方法、一种存储介质和一种运算装置，以至少部分解决现有技术中存在的技术问题。

本公开第一方面提供一种标注方法，包括：

步骤S1、确定待标注文本、多个正确种子和多个错误种子，所述待标注文本中的每个句子均已由标签标示出一个第一实体和一个第二实体，所述正确种子和所述错误种子均是由第一实体和第二实体构成的实体对；

步骤S2、根据所述正确种子遍历所述待标注文本中每一个句子以匹配出第一模板；

步骤S3、根据所述第一模板遍历所述待标注文本中每一个句子以匹配出种子；

步骤S4、根据已有第一模板、已有的正确种子和已有的错误种子评价匹配出的种子，其中评价合格的种子作为正确种子；

步骤S5、用步骤S4中得到的正确种子替换步骤S2中的正确种子重复执行步骤S2-S4设定次数后停止或至评价合格的正确种子的数量达到设定阈值后停止；

步骤S6、输出匹配出的正确种子及该正确种子中第一实体和第二实体之间的分类关系。

可选地，所述根据所述正确种子遍历所述待标注文本中每一个句子以匹配出第一模板包括：

将所述待标注文本中的句子中出现所述正确种子的句子进行聚类；

根据同一类句子和对应的正确种子得到第一模板，所述第一模板包括该同一类句子中出现在对应的正确种子之前的字段的字符向量化表达、出现在对应的正确种子中第一实体与第二实体之间的字段的字符向量化表达、出现在对应的正确种子之后的字段的字符向量化表达。

可选地，所述根据所述第一模板遍历所述待标注文本中每一个句子以匹配出种子包括：

根据所述待标注文本中的句子得到第二模板，所述第二模板包括该句子中出现在该句子中第一实体和第二实体二者之前的字段的字符向量化表达、出现在该句子中第一实体和第二实体二者之间的字段的字符向量化表达、出现在该句子中第一实体和第二实体二者之后的字段的字符向量化表达；

比较所述第一模板与所述第二模板的相似度；

在所述第一模板与所述第二模板的相似度大于设定阈值的情况下，该第二模板所在句子中的第一实体和第二实体作为匹配出的种子。

可选地，所述第一模板与所述第二模板的相似度由如下Match函数确定：

Match(P1,P2)＝α*Cosine(p,q)+β*Euclidean(p,q)+γ*Tanimoto(p,q)，其中，