[发明专利]基于词性信息和卷积神经网络的关系抽取方法

摘要

本发明涉及自然语言处理领域，特别涉及基于词性信息和卷积神经网络的关系抽取方法；将词性纳入特征信息输入到卷积神经网络中，由卷积神经网络来完成对包括词、词性和相对于待抽取关系的实体位置的信息的自动特征提取，进行实体间关系的自动分类。本发明方法使用卷积神经网络完成了待处理文本特征的自动提取，在进行特征提取时，将词性向量和词向量结合，使卷积神经网络能够自动学习到更多有助于关系分类的特征，分类判断的准确率更高。本发明方法与基于规则的关系抽取方法相比，不用人工编写大量的规则，减少了工作量，节省人力和时间成本；且具有更好的领域扩展性。与基于传统机器学习方法相比；不用做繁琐的特征工程工作，关系抽取效率更高。

主权项

基于词性信息和卷积神经网络的关系抽取方法，其特征在于，将待处理文本分词后，将由各个词的词信息向量依次排列成的矩阵，输入卷积神经网络中，由卷积神经网络进行特征抽取，进而完成对待处理文本中实体关系的判断；所述词信息向量由对应词向量、词性向量、相对于待抽取关系第一实体的位置向量和相对于第二实体的位置向量拼接而成。