[发明专利]一种基于NLP与触发器的实体从属关系抽取识别方法、系统、装置和存储介质

权利要求书

1.一种基于NLP与触发器的实体从属关系抽取识别方法，其特征在于，包括：

根据训练文本的上下文语段，获取训练文本中自定义多类实体及实体列表；

根据实体列表，通过聚类处理得到实体从属关系；

批量输入不同的训练文本到预构建的触发器中进行去重处理，得到校正的实体和实体列表；

对得到的校正实体分别进行多路匹配，记录实体之间的关系标签属性，生成样本数据集；

根据样本数据集，将待识别文本作为输入，依次经过双向长短期记忆神经网络模型和注意机制进行关系抽取，输出待识别文本的实体从属关系。

2.根据权利要求1所述的基于NLP与触发器的实体从属关系抽取识别方法，其特征在于，所述根据训练文本的上下文语段，获取文本中自定义多类实体及实体列表；具体包括：

分析训练文本内容上下文语段，获取训练文本语句中自定义多类实体的实体列表：

ER＝{er₁,er₂,...,er_N}

式中，er₁表示第一个种类的实体列表，er₂表示第二个种类的实体列表，er_N表示第N个种类的实体列表；

ER中第n个种类的实体列表的元组表示为

er_n＝(tim_n,geo_n,nat_n,org_n,per_n)，1≤n≤N，

式中，tim_n代表实体存在时间，geo_n代表所发现实体的地理位置，nat_n代表er_n中对应的实体名称，org_n代表发现实体的组织，per_n代表该实体的发现者；

对实体列表数据集进行关系定义：

Relationship＝{ER₁,R₁,ER₂,ER₃,R₂,ER₄,...,ER_n,ER_n,ER_n+1}，n1,

式中，ER_n代表实体列表数据集中第n个实体，ER_n+1代表实体数据集中第n+1个实体，R_n代表关联ER_n和ER_n+1的第n个关系，R中第n个关系的实体列表的元组表示为r_n＝(nat-tim_n,nat-include_n,nat-property_n,nat-unknow_n)，其中1≤n≤N，其中nat-tim_n代表实体与实体之间存在时间关系，nat-includ_n代表实体与实体之间存在从属关系，nat-property_n代表实体与实体之间存在属性值关系，nat-unknow_n代表实体与实体之间没有任何关系。

3.根据权利要求1所述的基于NLP与触发器的实体从属关系抽取识别方法，其特征在于，所述根据实体列表，通过聚类处理得到实体从属关系；具体包括：

通过实体列表来推断其父类节点，并且推断出所有父类组合路线，同时计算出多种父类组合中最佳的路径，最终确定该父类实体；利用实体列表中所含词语出现的频率进行加权处理，当输入实体组合中全部在实体列表中出现时则最大比值为1，其最终词频F表达式为：

F＝tf(d,w)*idf(w)

tf(d,w)＝w/d

idf(w)＝log(N/N(w))

式中，tf(d,w)是每一个实体列表子列d中词语w的词频；idf(w)是逆子列频次；w为在子列中d中出现的次数，d为子列的总词语数；N是实体列表所有的总列表数，N(w)是包含词语w的列表数总和。