[发明专利]基于远程监督和提示学习的实体属性生成方法及系统

权利要求书

1.基于远程监督和提示学习的实体属性生成方法，其特征在于，包括：

S1、构建知识图谱G＝{E，R，A}，其中E为知识图谱中各个实体的集合，R为知识图谱中各个关系的集合，A＝{a}为知识图谱中各个属性组成的集合，a是一个包含属性名a_k和属性值a_v的二元组；

S2、利用远程监督方法，将知识图谱中的实体e∈E、实体e的属性名a_ke、及其属性名a_ke对应的属性值a_ve组成的三元组(e，a_ke，a_ve)作为种子，通过实体e和属性值a_ve到开放文档库D中去检索，召回同时包含实体e和属性值a_ve的文本集合D_e＝{d_e}；

S3、将文本集合D_e中能够正确表达属性类型a_ke的文本d_e标注为正例文本s_e∈S_e，定义集合C＝{(e，a_ke，a_ve，s_e)}为知识图谱中所有种子三元组(e，a_ke，a_ve)召回的正例文本s_e组成的四元组集合；

S4、获取待生成实体属性的文本x；

S5、利用实体识别模型识别文本x中每个实体e，并抽取实体e的属性名a_ke；

S6、通过f_prompt(x，e，a_ke)将文本x、实体e、属性名a_ke转化成提示学习任务的输入形式x^prompt；

S7、将x^prompt作为预训练语言模型BERT的输入，获得文本x中实体的属性值。

2.根据权利要求1所述的基于远程监督和提示学习的实体属性生成方法，其特征在于，f_prompt(x，e，a_ke)包括以下步骤：

1)、定义模板t表示为：

[x]；属性抽取：【实体】[e]-【属性名】[a]-【答案】[z]

模板内容t为一段由输入槽位[x]和实体槽[e]，实体属性槽[a_ke]，答案槽位[z]拼接而成的文本字符串，其中输入槽[x]、实体槽[e]、实体属性槽[a_ke]分别是基于提示学习的属性抽取任务的输入文本x、实体e、及其实体e需要抽取属性的名称a_ke的占位符，答案槽[z]是实体e需要抽取属性的值a_ve的占位符；

2)、把输入的文本x填充模板t输入槽[x]的位置，实体e填充到模板t实体槽[e]，实体e需要抽取属性的名称a_ke填充到模板t实体属性槽[a_ke]；

3)、返回填充后的字符串作为输入x的提示形式。

3.根据权利要求1所述的基于远程监督和提示学习的实体属性生成方法，其特征在于，在S7中包括：

S71、将x^prompt作为预训练语言模型BERT的输入，让其预测x^prompt中槽位[z]填入的单词词汇的概率分布；

S72、取概率值最大的单词插入槽位[z]之前，形成新的提示学习模板：

x^prompt＝insert_before(x^prompt，[z]，max_probability(v))

其中v代表文档词汇库中的词汇，max_probability(v)代表取概率最大的词汇；insert_before函数为执行上述插入操作以修改当前样本；

S73、判断生成的单词是否是句子的结束单词“。”，若是则进入S74，反之，则用修改后的当前样本返回S71；

S74、将修改后的当前样本中的终止符合“。”删除，并作为实体的属性值。

4.基于远程监督和提示学习的实体属性生成系统，其特征在于，包括：

知识图谱；知识图谱中存储实体，关系，属性等三元组信息，

开放文档数据库；

提示学习模板引擎；提示学习模板引擎用于将文本输入转化为可以进行提示学习的文本格式，用于提示与训练语言模型微调下游的实体属性抽取任务；

预训练语言模块；预训练语言模块对语料进行预训练，然后将提示学习模板引擎生成的提示学习形式文本作为样本，微调下游的任务；

用于在线业务数据实体抽取的实体识别模块。