[发明专利]实体关系抽取方法、装置、电子设备及存储介质

说明书

本发明实施例涉及一种实体关系抽取方法、装置、电子设备及存储介质，所述方法包括：对待抽取的目标文本进行分词处理，得到多个词语；对每一所述词语进行词性标注，得到每一所述词语的词性标记；基于每一所述词语的词性标记对所述目标文本进行依存句法分析，得到所述目标文本的依存句法树；基于所述依存句法树确定所述目标文本所符合的句法模式，以及基于所述句法模式从所述目标文本抽取实体关系三元组。由此，可以实现高效、准确地从语料数据中提取实体关系三元组。

技术领域

本发明实施例涉及自然语言处理技术领域，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

随着互联网的发展，各个领域中每天都会产生大量不同形式的互联网数据，如何准确、高效地挖掘出互联网数据中的重要信息，以提升该领域中的服务效率是一个关键问题。进一步的，在信息挖掘中，实体关系抽取是其中一项核心任务。目前，常用的实体关系抽取方法包括基于规则的实体关系抽取方法、基于字典的实体关系抽取方法，以及基于机器学习的实体关系抽取方法。

其中，对于基于规则的实体关系抽取方法，重点在于规则的定义。然而，不同的领域具有不同的专业知识，因此，针对某一领域制定的规则并无法移植到其他领域，这就导致基于规则的实体关系抽取方法的可移植性很差；对于基于字典的实体关系抽取方法，由于其仅能识别以动词作为中心词的句子中实体之间的关系，很难实现同义、反义等关系结构的识别和推理，并且难以解决词典之外的词的关系抽取，因此，基于字典的实体关系抽取方法灵活性很差；对于基于机器学习的实体关系抽取方法，由于机器学习结果的准确性和召回率对标注语料的依赖性很高，且需要较强的人工干预，而语料标注耗时耗力，这就导致基于机器学习的实体关系抽取方法的整体开发周期很长，且需要耗费较高的人力物力。

发明内容

鉴于此，本发明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，以提供一种基于句法模式的实体关系抽取方法，提高实体关系抽取的效率、准确率，以及可扩展性。

第一方面，本发明实施例提供一种实体关系抽取方法，所述方法包括：

对待抽取的目标文本进行分词处理，得到多个词语；

对每一所述词语进行词性标注，得到每一所述词语的词性标记；

基于每一所述词语的词性标记对所述目标文本进行依存句法分析，得到所述目标文本的依存句法树；所述依存句法树用于描述每一所述词语的依存结构，所述依存结构包括：所述词语的词性标记、所述词语的父节点和所述父节点的词性标记、所述词语和其父节点之间的依存关系标签；

基于所述依存句法树确定所述目标文本所符合的句法模式，以及基于所述句法模式从所述目标文本抽取实体关系三元组。

在一个可能的实施方式中，所述基于依存句法树确定所述目标文本所符合的句法模式，包括：

按照多个所述词语在所述目标文本中的排列顺序，依次将每一所述词语的词性标记和所述词语与其父节点之间的依存关系标签组合，得到初始句法模式；

从预设的句法模式集中确定与所述初始句法模式相匹配的目标句法模式；

将所述目标句法模式确定为所述目标文本所符合的句法模式。

在一个可能的实施方式中，所述基于句法模式从所述目标文本抽取实体关系三元组，包括：

基于所述句法模式中的各依存关系标签从所述目标文本中抽取目标词元和核心关系词；

将抽取出的所述目标词元和核心关系词组成实体关系三元组。

在一个可能的实施方式中，在所述基于句法模式从所述目标文本抽取实体关系三元组之后，还包括：

基于所述依存句法树确定是否对所述实体关系三元组中的关系词进行修正。