[发明专利]一种基于上下文编码和多层感知机的关系抽取方法及装置

权利要求书

1.一种基于上下文编码和多层感知机的关系抽取方法，其特征在于，

包括以下步骤：

S1：提取实体对的上下文编码信息；

S2：生成实体关系的编码信息；

S3：训练基于多层感知机的关系分类模型；

S4：使用模型抽取待处理文本的关系。

2.根据权利要求1所述的方法，其特征在于，

所述步骤S1中，实体对的上下文建模如下：

用(W_A,W_B)表示句子S中任意两个实体W_A和W_B构成实体对，这两个实体将句子S划分为三部分：W_A和W_B之间的子句S_{AB_In}、W_A外侧的子句S_{A_Out}、W_B外侧的子句S_{B_Out}，W_A两侧的词汇是W_{A_Pre}和W_{A_Aft}，词性表示为S_{A_Pre}和S_{A_Aft}，W_B两侧的词汇是W_{B_Pre}和W_{B_Aft}，词性表示为S_{B_Pre}和S_{B_Aft}，W_A和W_B的实体标签分别为L_A和L_B，上述描述构成实体对(W_A,W_B)的上下文。

3.根据权利要求2所述的方法，其特征在于，

所述步骤S1包括：

S11：生成词汇的向量化编码；具体包括：

S111：计算词汇W_{A_Pre}、W_A、W_{A_Aft}、W_{B_Pre}、W_B、W_{B_Aft}的词嵌入E_{WA_Pre}、E_WA、E_{WA_Aft}、E_{WB_Pre}、E_WB、E_{WB_Aft}；

S112：拼接词嵌入结果，得到词汇的向量化编码E_W＝[E_{WA_Pre},E_WA,E_{WA_Aft},E_{WB_Pre},E_WB,E_{WB_Aft}]；

S12：生成词性的向量化编码；具体包括：

S121：计算词性S_{A_Pre}、S_{A_Aft}、S_{B_Pre}和S_{B_Aft}的词性嵌入E_{SA_Pre}、E_{SA_Aft}、E_{SB_Pre}、E_{SB_Aft}；

S122：拼接词性嵌入结果，得到词性的向量化编码E_S＝[E_{SA_Pre},E_{SA_Aft},E_{SB_Pre},E_{SB_Aft}]；

S13：生成实体标签的向量化编码；具体包括：

S131：计算实体标签L_A和L_B的标签嵌入E_LA和E_LB；

S132：拼接标签嵌入结果，得到实体标签的向量化编码E_L＝[E_LA,E_LB]；

S14：合成上下文的向量化编码。

4.根据权利要求1所述的方法，其特征在于，

所述步骤S2中，实体关系的编码信息是采用One-Hot编码表示实体之间的关系类型，即用长度为k的向量RVec_i表示关系R_i，i∈[1,k]，在RVec_i中，除了第i位是1外，其它位均为0。