[发明专利]一种面向金融领域知识图谱构建实体关系抽取方法及系统

权利要求书

1.一种面向金融领域知识图谱构建实体关系抽取方法，其特征在于，包括：

S1、获取领域数据集；

S2、将实体关系抽取分解为关系分类与实体识别；

S3、将领域数据集的文本及关系标签输入至关系分类模型进行关系分类，得到关系分类输出结果；

S4、将关系分类输出结果以及序列标注标签输入至实体识别模型，得到实体识别输出结果；

S5、将关系分类输出结果与实体识别输出结果融合为金融领域三元组。

2.如权利要求1所述的方法，其特征在于，所述步骤S1包括分步骤：

S11、根据金融领域知识图谱目标，确定需使用的语料范围；

S12、获取需使用的语料；

S13、根据领域实体类型以及领域关系类型制定实体关系抽取级联模型中的数据模型；

S14、根据数实体关系抽取模型中的数据模型对需使用的语料进行处理，得到领域数据集。

3.如权利要求1所述的方法，其特征在于，所述领域数据集包括：文本、关系标签以及序列标注标签。

4.如权利要求1所述的方法，其特征在于，所述实体关系抽取级联模型包括：数据模型、关系分类模型以及实体识别模型。

5.如权利要求1所述的方法，其特征在于，所述实体识别模型包括三层结构，分别是：BERT层、Bi-LSTM层以及CRF层；

第一层是BERT层，BERT层用于获得含有丰富语义的词向量；

第二层是Bi-LSTM层，Bi-LSTM层由双向的LSTM结构构成，用于捕捉文本的上下文特征；

第三层是CRF层，CRF层为预测的标签添加约束保证预测标签的合法性；CRF层用于对输出结果进行解码标注，对实体进行提取分类。

6.如权利要求1所述的方法，其特征在于，所述实体关系抽取级联模型可解决实体对重叠型句子、单个实体重叠型句子以及一句话中蕴含多种关系的多标签句子。

7.一种面向金融领域知识图谱构建实体关系抽取系统，其特征在于，包括：

数据集获取模块，用于获取领域数据集；

关系分类模块，用于将领域数据集的文本及关系标签输入至关系分类模型进行关系分类，得到关系分类输出结果；

实体识别模块，用于将关系分类输出结果以及序列标注标签输入至实体识别模型，得到实体识别输出结果；

数据融合模块，用于将关系分类输出结果与实体识别输出结果融合为金融领域三元组。

8.如权利要求7所述的系统，其特征在于，数据集获取模块包括：

语料范围确定模块，用于根据金融领域知识图谱目标，确定需使用的语料范围；

预料获取模块，用于获取需使用的语料；

数据模型制定模块，用于根据领域实体类型以及领域关系类型制定实体关系抽取级联模型中的数据模型；

语料处理模块，用于根据数实体关系抽取模型中的数据模型对需使用的语料进行处理，得到领域数据集。

9.一种计算机可读存储介质，其特征在于，所述存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现权利要求1至6中任一项所述的面向金融领域知识图谱构建实体关系抽取方法。

10.一种电子设备，其特征在于，包括处理器和存储器；

所述存储器，用于存储实体关系抽取级联模型；

所述处理器，用于通过调用实体关系抽取级联模型，执行权利要求1至6中任一项所述的面向金融领域知识图谱构建实体关系抽取方法。

11.一种计算机程序产品，包括计算机程序和/或指令，其特征在于，该计算机程序和/或指令被处理器执行时实现权利要求1至6中任一项所述面向金融领域知识图谱构建实体关系抽取方法的步骤。