[发明专利]基于深度学习的轨道交通规范关系抽取方法

权利要求书

1.基于深度学习的轨道交通规范关系抽取方法，其特征在于，包括获取带有人工标注的有标签数据，对标签数据进行规范向量表示，将向量化数据输入到GRU模型中进行实体和实体间关系特征提取，对提取的实体和实体间关系进行训练，生成实体识别模型和实体间关系抽取模型，使用Softmax和Cross-Entropy函数结合的方式对提取的实体间关系特征进行关系分类，评估关系分类结果，根据未分类成功的实体间关系更新实体间关系抽取模型，将待检测轨道交通规范语料输入实体间关系抽取模型中，即输出待检测轨道交通规范语料中的实体间关系；

具体包括以下步骤：

步骤1：采用网络爬虫技术获取轨道交通规范语料，删除规范语料中多余信息，对规范语料进行规范化处理；

步骤2：从规范化处理后的规范语料中选出多个随机样本，标注每个随机样本中实体与实体间关系；(即获得有标签数据)

步骤3：对标注过实体的规范语料进行预处理，生成实体训练集；对标注的实体进行聚类处理，定义实体类型，生成实体词典；

步骤4：将实体训练集输入到Bert模型中进行预训练，生成文本特征向量，将文本特征向量输入到Bi-LSTM+CRF模型中，生成实体识别模型；

步骤5：对标注过实体间关系的规范语料进行预处理，生成实体间关系抽取训练集；对标记过的实体间关系进行聚类处理，生成关系词典；

步骤6：将实体间关系抽取训练集输入到Bert+GRU+CRF模型中进行训练，生成实体间关系抽取模型；

步骤7：将步骤1获取的所有轨道交通规范语料输入到GRU神经网络模型中，对轨道交通规范语料进行实体标记，两两组成实体对，对实体对进行关系抽取，得到原始轨道交通规范语料中的实体和实体间关系；

步骤8：对未分类成功的实体和未抽取成功的实体间关系进行判断，更新实体词典、关系词典和实体间关系抽取模型；

步骤9：将待测试轨道交通规范语料输入到更新后的实体间关系抽取模型中，即输出待测试轨道交通规范中实体间关系。

2.根据权利要求1所述的基于深度学习的轨道交通规范关系抽取方法，其特征在于，所述有标签数据为标注有实体与实体间关系的轨道交通规范语料。

3.根据权利要求1所述的基于深度学习的轨道交通规范关系抽取方法，其特征在于，所述步骤2中，人工标注每个随机样本中实体与实体间关系。

4.根据权利要求1所述的基于深度学习的轨道交通规范关系抽取方法，其特征在于，所述步骤3中，人为定义实体类型，生成实体词典。

5.根据权利要求1所述的基于深度学习的轨道交通规范关系抽取方法，其特征在于，所述步骤4的具体过程如下：

步骤4.1：将实体训练集输入到Bert模型中，Bert模型按行读取实体训练集，并输出每个字符串的字向量；

步骤4.2：Bert模型将实体训练集中每一个字转化为一维向量，得到一个句子的段向量位置向量，再将段向量位置向量作为深度学习模型的输入，最后输出融合全文语义信息的文本特征向量；

步骤4.3：将文本特征向量输入到Bi-LSTM+CRF模型中，生成实体识别模型。

6.根据权利要求1所述的基于深度学习的轨道交通规范关系抽取方法，其特征在于，所述步骤6的具体过程如下：

步骤6.1：将实体间关系抽取训练集输入到Bert模型进行预训练，生成训练集向量；

步骤6.2：将训练集向量输入到GRU模型中进行神经网络训练，生成特征矩阵；

步骤6.3：将特征矩阵输入到CRF模型中，CRF模型通过识别标签之间的相邻关系得到概率最大的标签序列，生成实体间关系抽取模型。

7.根据权利要求6所述的基于深度学习的轨道交通规范关系抽取方法，其特征在于，所述步骤6.2中，将向量化表示的实体和训练集向量一并输入到GRU模型中进行神经网络训练，生成特征矩阵；向量化表示的实体为向量化表示的步骤1中轨道交通规范语料中实体，步骤1中轨道交通规范语料中实体通过实体识别模型获得。