[发明专利]实体关系联合抽取方法、装置、电子设备和存储介质

权利要求书

1.实体关系联合抽取方法，其特征在于，包括：

获取标记序列；

根据所述标记序列确定语义表示；

根据所述标记序列和所述语义表示确定特征图矩阵；

根据所述特征图矩阵预测实体信息相关的字级别矩阵，实体和关系相关的字级别矩阵和三元组相关的字级别矩阵；

将所述三元组相关的字级别矩阵合并得到目标三元组。

2.根据权利要求1所述的实体关系联合抽取方法，其特征在于，所述根据所述特征图矩阵预测实体信息相关的字级别矩阵，实体和关系相关的字级别矩阵和三元组相关的字级别矩阵，包括：

对所述特征图矩阵中的每个元素进行二分类，预测所述实体信息相关的字级别矩阵，从而确定每个元素对应的坐标是不是实体；

对所述实体信息相关的字级别矩阵的每个元素进行多标签分类，预测所述实体和关系相关的字级别矩阵，从而确定每个元素对应的实体和关系信息；

对所述实体和关系相关的字级别矩阵的每个元素进行多标签分类，预测所述三元组相关的字级别矩阵，从而确定每个元素解构的三元组信息。

3.根据权利要求1所述的实体关系联合抽取方法，其特征在于，所述根据所述标记序列确定语义表示，包括：

根据标记序列确定对应的词嵌入，句子嵌入和位置嵌入；

将所述词嵌入，所述句子嵌入和所述位置嵌入加和；

将所述加和后的标记序列输入BERT模型中得到语义表示。

4.根据权利要求1所述的实体关系联合抽取方法，其特征在于，所述对所述特征图矩阵中的每个元素进行二分类，所述元素对应的横坐标和纵坐标分别表示文本片段在句子中的开始位置和结束位置。

5.根据权利要求1所述的实体关系联合抽取方法，其特征在于，所述根据所述标记序列和所述语义表示确定所述特征图矩阵是根据相似度计算确定的。

6.根据权利要求1所述的实体关系联合抽取方法，其特征在于，将所述特征图矩阵看作d通道图像，分割层用于预测实体信息相关的字级别矩阵，实体和关系相关的字级别矩阵和三元组相关的字级别矩阵。

7.实体关系联合抽取装置，其特征在于，包括：

获取模块：用于获取标记序列；

第一确定模块：用于根据所述标记序列确定语义表示；

第二确定模块：用于根据所述标记序列和所述语义表示确定特征图矩阵；

预测模块：用于根据所述特征图矩阵预测实体信息相关的字级别矩阵，实体和关系相关的字级别矩阵和三元组相关的字级别矩阵；

合并模块：用于将所述三元组相关的字级别矩阵合并得到目标三元组。

8.根据权利要求7所述的实体关系联合抽取装置，其特征在于，预测模块还用于：

对所述特征图矩阵中的每个元素进行二分类，预测所述实体信息相关的字级别矩阵，从而确定每个元素对应的坐标是不是实体；

对所述实体信息相关的字级别矩阵的每个元素进行多标签分类，预测所述实体和关系相关的字级别矩阵，从而确定每个元素对应的实体和关系信息；

对所述实体和关系相关的字级别矩阵的每个元素进行多标签分类，预测所述三元组相关的字级别矩阵，从而确定每个元素解构的三元组信息。

9.一种电子设备，其特征在于，包括：处理器和存储器；

所述处理器通过调用所述存储器存储的程序或指令，用于执行如权利要求1至6任一项所述实体关系联合抽取方法。

10.一种计算机可读存储介质，其特征在于，所述非暂态计算机可读存储介质存储程序或指令，所述程序或指令使计算机执行如权利要求1至6任一项所述实体关系联合抽取方法。