[发明专利]融入迭代式句对关系预测的图神经网络句子排序方法

权利要求书

1.一种融入迭代式句对关系预测的图神经网络句子排序方法，其特征在于，包括以下步骤：

构建句子实体图；

通过初始句对顺序分类器对所述句子实体图进行分析，以预测所述句子实体图中相连句对的顺序；

根据所述句子实体图中相连句对的顺序进行训练，以得到迭代句对顺序分类器，并通过所述迭代句对顺序分类器对所述句子实体图中连边的权重进行迭代更新；

根据迭代更新后的句子实体图进行训练，以得到句子排序模型；

获取待排序句子信息，并将所述待排序句子信息输入到所述句子排序模型，以通过所述句子排序模型输出待排序句子信息对应的句子排序方式。

2.如权利要求1所述的融入迭代式句对关系预测的图神经网络句子排序方法，其特征在于，所述句子实体图的节点包括句子节点和实体节点；

其中，所述句子节点为任意句子编码模型编码得到的句子向量，所述实体节点为任意词表示模型得到的词向量。

3.如权利要求1所述的融入迭代式句对关系预测的图神经网络句子排序方法，其特征在于，所述连边包括句子与句子连边、句子与实体连边、实体与实体连边；

其中，当两个句子包含有共同实体时，两个句子对应的句子节点连接两条方向相反的有向边，以形成句子与句子连边；

当实体在大于或等于两个句子中出现时，该实体对应的实体节点与对应的句子节点之间连接无向边，以形成句子与实体连边；

当实体与实体之间的相似度大于预设阈值时，对应的实体节点之间连接无向边，以形成实体与实体连边。

4.如权利要求3所述的融入迭代式句对关系预测的图神经网络句子排序方法，其特征在于，根据所述句子实体图中相连句对的顺序进行训练，以得到迭代句对顺序分类器，包括：

根据所述句子实体图中相连句对的顺序对所述句子实体图中句子与句子连边的权重进行赋值；

对句子实体图中的句子与句子连边进行噪声随机添加，并使用图神经网络对添加噪声后的句子实体图进行编码；

将所有相连句对对应的句子节点融合为句对表示，并使用分类器根据句对表示预测句对的顺序；

通过分类目标函数计算目标误差，以根据目标误差更新图神经网络的参数，最终得到迭代句对顺序分类器。

5.如权利要求1所述的融入迭代式句对关系预测的图神经网络句子排序方法，其特征在于，通过所述迭代句对顺序分类器对所述句子实体图中连边的权重进行迭代更新，包括：

通过所述迭代句对顺序分类器预测句对顺序对应的概率值，并根据所述概率值和预设概率阈值区间计算句对顺序对应的置信度；

根据所述置信度选择相应的句对顺序对应的概率值对句子实体图中连边的权重进行更新。

6.一种计算机可读存储介质，其特征在于，其上存储有融入迭代式句对关系预测的图神经网络句子排序程序，该融入迭代式句对关系预测的图神经网络句子排序程序被处理器执行时实现如权利要求1-5中任一项所述的融入迭代式句对关系预测的图神经网络句子排序方法。