一種基于深度學(xué)習(xí)的命名實(shí)體關(guān)系抽取與構(gòu)建方法

基本信息

申請(qǐng)?zhí)?/td> CN201410488047.7 申請(qǐng)日 -
公開（公告）號(hào) CN104199972A 公開（公告）日 2014-12-10
申請(qǐng)公布號(hào) CN104199972A 申請(qǐng)公布日 2014-12-10
分類號(hào) G06F17/30(2006.01)I 分類 計(jì)算；推算；計(jì)數(shù);
發(fā)明人 袁偉;鄧攀;閆碧瑩;趙鑫;李玉成;余雷 申請(qǐng)（專利權(quán)）人 中科明遠(yuǎn)（北京）并行軟件有限公司
代理機(jī)構(gòu) 北京永創(chuàng)新實(shí)專利事務(wù)所 代理人 中科嘉速（北京）并行軟件有限公司;中科嘉速（北京）信息技術(shù)有限公司
地址 100190 北京市海淀區(qū)中關(guān)村南四街4號(hào)
法律狀態(tài) -

摘要

摘要 本發(fā)明提供了一種基于深度學(xué)習(xí)的命名實(shí)體關(guān)系抽取與構(gòu)建方法，用于互聯(lián)網(wǎng)信息技術(shù)領(lǐng)域。本方法針對(duì)某一特定領(lǐng)域，在垂直網(wǎng)站上抓取領(lǐng)域內(nèi)的新聞數(shù)據(jù)，對(duì)獲取的新聞數(shù)據(jù)進(jìn)行預(yù)處理；新聞數(shù)據(jù)分詞，抽取關(guān)鍵詞，生成行業(yè)詞庫，利用行業(yè)詞庫對(duì)新聞數(shù)據(jù)重新分詞；抽取種子詞庫；無監(jiān)督構(gòu)建實(shí)體關(guān)系網(wǎng)絡(luò)，從新聞數(shù)據(jù)中抽取包含兩個(gè)以上實(shí)體的句子，抽取句子中的動(dòng)詞以及對(duì)應(yīng)的文檔，對(duì)抽取的文檔建立基于深度學(xué)習(xí)的詞聚類模型，根據(jù)動(dòng)詞描述的詞之間的關(guān)系，構(gòu)建實(shí)體關(guān)系網(wǎng)絡(luò)；定義實(shí)體關(guān)系類別，對(duì)實(shí)體關(guān)系網(wǎng)絡(luò)中的每個(gè)實(shí)體對(duì)，進(jìn)行關(guān)系分類。本發(fā)明不需投入大規(guī)模人力對(duì)樣本數(shù)據(jù)進(jìn)行標(biāo)記，語料庫的依賴性低，抽取實(shí)體關(guān)系的性能高。