一种文本实体关系的抽取方法、装置、设备和可读介质.pdf

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN114117055A(43)申请公布日2022.03.01(21)申请号202210100635.3(22)申请日2022.01.27(71)申请人浙江太美医疗科技股份有限公司地址314000浙江省嘉兴市昌盛南路36号智慧产业创新园9号楼3层(72)发明人赵周剑王永明(74)专利代理机构北京晋德允升知识产权代理有限公司11623代理人王戈(51)Int.Cl.G06F16/35(2019.01)G06F40/117(2020.01)G06F40/295(2020.01)G16H10/60(2018.01)权利要求书2页说明书12页附图4页(54)发明名称一种文本实体关系的抽取方法、装置、设备和可读介质(57)摘要本说明书实施例公开了一种文本实体关系的抽取方法、装置、设备和可读介质。方案可以包括：获取待分类文本数据内的目标实体文本；获取目标实体文本相匹配的标识；提取目标实体文本的标识的隐藏状态特征向量；将任意两个目标实体文本的标识的隐藏状态特征向量进行拼接，得到任意两个标识的关系向量；将关系向量形成向量矩阵；对向量矩阵进行处理，得到目标实体文本的实体关系。本说明书实施例提供的文本实体关系的抽取方法能够加速神经网络对实体关系的抽取，具有识别精度高、耗时短的优点。CN114117055ACN114117055A权利要求书1/2页1.一种文本实体关系的抽取方法，其特征在于，包括：获取待分类文本数据内的目标实体文本；获取所述目标实体文本相匹配的标识；提取所述目标实体文本的标识的隐藏状态特征向量；将任意两个目标实体文本的标识的隐藏状态特征向量进行拼接，得到所述任意两个所述标识的关系向量；将所述关系向量形成向量矩阵；对所述向量矩阵进行处理，得到所述目标实体文本的实体关系。2.根据权利要求1所述的文本实体关系的抽取方法，其特征在于，所述获取待分类文本数据内的目标实体文本之前，还包括：采用命名实体识别对原始文本数据进行分词，得到所述待分类文本数据。3.根据权利要求1所述的文本实体关系的抽取方法，其特征在于，所述获取所述目标实体文本相匹配的标识之后，还包括：根据所述目标实体文本的类型，确定所述目标实体文本对应的指代词；采用所述指代词替换所述目标实体文本。4.根据权利要求1所述的文本实体关系的抽取方法，其特征在于，所述获取所述目标实体文本相匹配的标识之后，还包括：根据所述目标实体文本的类型，确定所述目标实体文本对应的指代词；将所述指代词添加至所述目标实体文本两侧。5.根据权利要求1所述的文本实体关系的抽取方法，其特征在于，所述将任意两个目标实体文本的标识的隐藏状态特征向量进行拼接，得到所述任意两个所述标识的关系向量，具体包括：对任意两个不同的所述标识的隐藏状态特征向量进行拼接，得到所述任意两个所述标识的关系向量。6.根据权利要求1所述的文本实体关系的抽取方法，其特征在于，所述方法还包括：获取用户的文本实体关系需求；根据所述需求将所述目标实体文本分为第一目标实体文本和第二目标实体文本；所述需求包括所述第一目标实体文本与所述第二目标实体文本的关系。7.根据权利要求6所述的文本实体关系的抽取方法，其特征在于，所述将任意两个目标实体文本的标识的隐藏状态特征向量进行拼接，得到所述任意两个所述标识的关系向量，包括：将所述第二目标实体文本的标识的隐藏状态特征向量拼接在所述第一目标实体文本的标识的隐藏状态特征向量之后。8.一种文本实体关系的抽取装置，其特征在于，包括：第一获取模块，用于获取待分类文本数据内的目标实体文本；第二获取模块，用于获取所述目标实体文本相匹配的标识；提取模块，用于提取所述目标实体文本的标识的隐藏状态特征向量；拼接模块，用于将任意两个目标实体文本的标识的隐藏状态特征向量进行拼接，得到所述任意两个所述标识的关系向量；2CN114117055A权利要求书2/2页向量矩阵形成模块，用于将所述关系向量形成向量矩阵；处理模块，用于对所述向量矩阵进行处理，得到所述目标实体文本的实体关系。9.一种文本实体关系的抽取设备，其特征在于，包括：至少一个处理器；以及，与所述至少一个处理器通信连接的存储器；其中，所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够：获取待分类文本数据内的目标实体文本；获取所述目标实体文本相匹配的标识；提取所述目标实体文本的标识的隐藏状态特征向量；将任意两个目标实体文本的标识的隐藏状态特征向量进行拼接，得到所述任意两个所述标识的关系向量；将所述关系向量形成向量矩阵；对所述向量矩阵进行处理，得到所述目标实体文本的实体关系。10.一种计算机可读介质，其上存储有计算机可读指令，其特征在于，所述计算机可读指令可