一種基于深度學習的命名實體關系抽取與構建方法

基本信息

申請?zhí)?/td> CN201410488047.7 申請日 -
公開（公告）號 CN104199972A 公開（公告）日 2014-12-10
申請公布號 CN104199972A 申請公布日 2014-12-10
分類號 G06F17/30(2006.01)I 分類 計算；推算；計數(shù);
發(fā)明人 袁偉;鄧攀;閆碧瑩;趙鑫;李玉成;余雷 申請（專利權）人 中科嘉速（北京）信息技術有限公司
代理機構 北京永創(chuàng)新實專利事務所 代理人 中科嘉速（北京）并行軟件有限公司;中科嘉速（北京）信息技術有限公司
地址 100190 北京市海淀區(qū)中關村南四街4號
法律狀態(tài) -

摘要

摘要 本發(fā)明提供了一種基于深度學習的命名實體關系抽取與構建方法，用于互聯(lián)網(wǎng)信息技術領域。本方法針對某一特定領域，在垂直網(wǎng)站上抓取領域內的新聞數(shù)據(jù)，對獲取的新聞數(shù)據(jù)進行預處理；新聞數(shù)據(jù)分詞，抽取關鍵詞，生成行業(yè)詞庫，利用行業(yè)詞庫對新聞數(shù)據(jù)重新分詞；抽取種子詞庫；無監(jiān)督構建實體關系網(wǎng)絡，從新聞數(shù)據(jù)中抽取包含兩個以上實體的句子，抽取句子中的動詞以及對應的文檔，對抽取的文檔建立基于深度學習的詞聚類模型，根據(jù)動詞描述的詞之間的關系，構建實體關系網(wǎng)絡；定義實體關系類別，對實體關系網(wǎng)絡中的每個實體對，進行關系分類。本發(fā)明不需投入大規(guī)模人力對樣本數(shù)據(jù)進行標記，語料庫的依賴性低，抽取實體關系的性能高。