[发明专利]基于BERT神经网络的中文人物关系抽取构建方法

权利要求书

1.一种基于BERT神经网络的中文人物关系抽取系统，其特征在于，包括：

数据收集模块,对训练数据的获取、数据清洗、数据的标注，使用收集到的数据作为训练数据，获得各句子中存在的人物实体标签以及人物实体标签间的关系标签；

特征获取与关系抽取模块，包括对每个句子进行上下文编码、对每个句子的上下文语义表征进行命名实体识别、综合其上下文语义表征和命名实体识别结果以及关系标签嵌入表示，预测每个句子中所有的实体关系；

关系存储模块和应用服务模块，利用图数据库存储文本人物关系抽取出的人物实体关系图谱，基于SOA设计核心业务服务API接口，提供数据交互服务，Docker容器封装系统应用，最终提供文本人物关系知识图谱功能。

2.根据权利要求1所述的中文人物关系抽取系统，其特征在于，数据收集模块具体为：

首先收集大量包含人物关系的互联网数据作为训练数据，然后使用爬虫将每一个人物关系对拼接到百度搜索URL之后进行搜索，将搜索到的文本语料爬取到数据库当中存储下来，将其人工清洗、标注，构建了人物关系语料。

3.根据权利要求1所述的中文人物关系抽取系统，其特征在于，特征获取与关系抽取模块具体为：

对整理好的训练数据中的每个句子中出现的人物进行命名实体识别；

对训练数据的每个句子进行BERT Embedding字向量转化；

对转换过的字向量句子进行上下文编码得到每个句子的上下文语义表征；

对于待预测数据的每个句子，综合其上下文语义表征和命名实体识别结果进行人物实体之间的两两预测，预测出每个句子中所有的人物实体关系。

4.根据权利要求1所述的中文人物关系抽取系统，其特征在于，关系存储模块和应用服务模块，具体为：

利用图数据库提供中文人物关系知识图谱存储服务，保存中文文本当中抽取出来的人物实体关系；基于SOA将中文人物关系抽取系统按照服务功能进行拆分，设计API接口包括用户门户模块接口、管理模块接口、总体展示模块接口、平台服务模块接口；利用Mongodb数据库提供用户相关数据存储服务以及相关系统访问日志存储服务；利用Redis分布式缓存数据库提供API接口访问缓存服务；利用Docker容器技术，将知识服务应用进行封装，方便分布式应用于部署；针对用户传入的文档信息进行文本分句，命名实体识别，BERT字向量转化，特征提取，关系推断，再对人物实体与推断的关系构造成关系三元组，通过构造的三元组进行知识图谱构建、提供人物关系查询、文本关系抽取服务。

5.一种基于BERT神经网络的中文人物关系抽取方法，其特征在于，包括：

对训练数据的获取、数据清洗、数据的标注，使用收集到的数据作为训练数据，获得各句子中存在的人物实体标签以及人物实体标签间的关系标签；

包括对每个句子进行上下文编码、对每个句子的上下文语义表征进行命名实体识别、综合其上下文语义表征和命名实体识别结果以及关系标签嵌入表示，预测每个句子中所有的实体关系；

利用图数据库存储文本人物关系抽取出的人物实体关系图谱，基于SOA设计核心业务服务API接口，提供数据交互服务，Docker容器封装系统应用最终提供文本人物关系知识图谱功能。

6.根据权利要求5所述的中文人物关系抽取方法，其特征在于：

首先收集大量包含人物关系的互联网数据作为训练数据，然后使用爬虫将每一个人物关系对拼接到百度搜索URL之后进行搜索，将搜索到的文本语料爬取到数据库当中存储下来，将其人工清洗、标注，构建了人物关系语料。

7.根据权利要求5所述的中文人物关系抽取方法，其特征在于：

对整理好的训练数据中的每个句子中出现的人物进行命名实体识别；

对训练数据的每个句子进行BERT Embedding字向量转化；

对转换过的字向量句子进行上下文编码得到每个句子的上下文语义表征；

对于待预测数据的每个句子，综合其上下文语义表征和命名实体识别结果进行人物实体之间的两两预测，预测出每个句子中所有的人物实体关系。

8.根据权利要求5所述的中文人物关系抽取方法，其特征在于：

利用图数据库提供中文人物关系知识图谱存储服务，保存中文文本当中抽取出来的人物实体关系；基于SOA将中文人物关系抽取系统按照服务功能进行拆分，设计API接口包括用户门户模块接口、管理模块接口、总体展示模块接口、平台服务模块接口；利用Mongodb数据库提供用户相关数据存储服务以及相关系统访问日志存储服务；利用Redis分布式缓存数据库提供API接口访问缓存服务；利用Docker容器技术，将知识服务应用进行封装，方便分布式应用于部署；针对用户传入的文档信息进行文本分句，命名实体识别，BERT字向量转化，特征提取，关系推断，再对人物实体与推断的关系构造成关系三元组，通过构造的三元组进行知识图谱构建、提供人物关系查询、文本关系抽取服务。